Refinement of a Parent–Child Shared Asthma Management Mobile Health App: Human-Centered Design Study
Notice bibliographique
Résumé
BACKGROUND: The school-age years, approximately ages 7 through 11, represent a natural transition when children begin assuming some responsibility for their asthma management. Previously, we designed a theoretically derived, tailored parent-child shared asthma management mobile health app prototype, Improving Asthma Care Together (IMPACT). OBJECTIVE: The purpose of this study was to use human-centered design (HCD) to iteratively refine IMPACT to optimize user experience and incorporate evidence-based longitudinal engagement strategies. METHODS: This study used a mixed methods design from December 2019 to April 2021. Our app refinement used the HCD process of research, ideation, design, evaluation, and implementation, including 6 cycles of design and evaluation. The design and evaluation cycles focused on core app functionality, child engagement, and overall refinement. Evaluation with parent-child dyads entailed in-person and remote concept testing and usability testing sessions, after which rapid cycle thematic analyses identified key insights that informed future design refinement. RESULTS: Twelve parent-child dyads enrolled in at least one round of this study. Eight of the 12 child participants were male with a mean age of 9.9 (SD 1.6) years and all parent participants were female. Throughout evaluation cycles, dyads selected preferred app layouts, gamification concepts, and overall features with a final design prototype emerging for full-scale development and implementation. CONCLUSIONS: A theoretically derived, evidence-based shared asthma management app was co-designed with end users to address real-world pain points and priorities. An 8-week pilot study testing app feasibility, acceptability, and preliminary efficacy is forthcoming.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».