Values of Importance to Patients With Cardiovascular Disease as a Foundation for eHealth Design and Evaluation: Mixed Methods Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: eHealth interventions are developed to support and facilitate patients with lifestyle changes and self-care tasks after being diagnosed with a cardiovascular disease (CVD). Creating long-lasting effects on lifestyle change and health outcomes with eHealth interventions is challenging and requires good understanding of patient values. OBJECTIVE: The aim of the study was to identify values of importance to patients with CVD to aid in designing a technological lifestyle platform. METHODS: A mixed method design was applied, combining data from usability testing with an additional online survey study, to validate the outcomes of the usability tests. RESULTS: A total of 11 relevant patient values were identified, including the need for security, support, not wanting to feel anxious, tailoring of treatment, and personalized, accessible care. The validation survey shows that all values but one (value 9: To have extrinsic motivation to accomplish goals or activities [related to health/lifestyle]) were regarded as important/very important. A rating of very unimportant or unimportant was given by less than 2% of the respondents (value 1: 4/641, 0.6%; value 2: 10/641, 1.6%; value 3: 9/641, 1.4%; value 4: 5/641, 0.8%; value 5: 10/641, 1.6%; value 6: 4/641, 0.6%; value 7: 10/639, 1.6%; value 8: 4/639, 0.6%; value 10: 3/636, 0.5%; value 11: 4/636, 0.6%) to all values except but one (value 9: 56/636, 8.8%). CONCLUSIONS: There is a high consensus among patients regarding the identified values reflecting goals and themes central to their lives, while living with or managing their CVD. The identified values can serve as a foundation for future research to translate and integrate these values into the design of the eHealth technology. This may call for prioritization of values, as not all values can be met equally.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle