MétaCan
Menu
Retour à la cohorte
Enregistrement W3203628400 · doi:10.2196/23204

Development of a Mobile Health Application for HIV Prevention Among At-Risk Populations in Urban Settings in East Africa: A Participatory Design Approach

2021· article· en· W3203628400 sur OpenAlexvenueno aff
Wilhellmuss Mauka, Christopher H. Mbotwa, Kåre Moen, Hanne Ochieng Lichtwarck, Inga Haaland, Method Kazaura, Germana Leyna, Melkizedeck Leshabari, Elia J. Mmbaga

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesEuropean and Developing Countries Clinical Trials PartnershipNorges ForskningsrådEuropean Commission
Mots-clésmHealthParticipatory designUsabilityTanzaniaPopulationMen who have sex with menRelevance (law)MedicinePsychologyEnvironmental healthComputer scienceHuman immunodeficiency virus (HIV)NursingEngineeringFamily medicinePsychological interventionPolitical scienceSociologySocioeconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is limited evidence in Africa on the design and development of mobile health (mHealth) applications to guide best practices and ensure effectiveness. A pragmatic trial for HIV pre-exposure prophylaxis roll-out among key populations in Tanzania is needed. OBJECTIVE: We present the results of the development of a mobile app (Jichunge) intended to promote adherence to pre-exposure prophylaxis (PrEP) among men who have sex with men (MSM) and female sex workers (FSW) in Tanzania. METHODS: A participatory design approach was employed and guided by the information system research framework. MSM and FSW were the target populations. A total of 15 MSM and 15 FSW were engaged in the relevance and design cycles, while the piloting phase included 10 MSM and 20 FSW. RESULTS: The relevance cycle enabled the description of the existing problem, provided the compatible app features for the target population, and identified the need to develop an mHealth app that provides health services in a stigmatizing and discriminating environment. User involvement in the app's design and evaluation provided an opportunity to incorporate social, cultural, and community-specific features that ensured usability. In addition, the participants suggested valuable information to inform the app, text message services, medication registration, and chat platform designs. CONCLUSIONS: The participatory design approach in the development of mHealth apps is useful in identifying and validating population-specific functional features, improve usability, and ensuring future health impacts. Through this participatory process, the Jichunge app took end-user needs, perspectives, and experiences into account, eliciting enthusiasm regarding its potential role in supporting pre-exposure prophylaxis adherence for HIV and related behavioral change promotion. TRIAL REGISTRATION: International Clinical Trials Registry Platform PACTR202003823226570; https://trialsearch.who.int/Trial2.aspx?TrialID=PACTR202003823226570.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,308
Tête enseignante GPT0,532
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207