MétaCan
Menu
Retour à la cohorte
Enregistrement W4214705333 · doi:10.2196/36721

An mHealth Self-management System for Support Children With Acute Lymphocytic Leukemia and Their Caregivers: Qualitative Co-design Study

2022· article· en· W4214705333 sur OpenAlexvenueno aff
Hamed Mehdizadeh, Farkhondeh Asadi, Hassan Emami, Azim Mehrvar, Eslam Nazemi

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesShahid Beheshti University of Medical Sciences
Mots-clésmHealthSelf-managementMedicineMultidisciplinary approachDashboardMedical educationKnowledge managementNursingPsychologyComputer sciencePsychological interventionData science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The unique features of smartphones have extended their use in different fields, especially in the health care domain. These features offer new opportunities to support patients with chronic conditions by providing them with information, education, and self-management skills. We developed a digital self-management system to support children with cancer and their caregivers in Iran (low- and middle-income country). OBJECTIVE: This study is aimed at the development and preliminary evaluation of a cancer self-management system (CanSelfMan) tailored to the needs of children with cancer and their parents or caregivers. METHODS: This study was conducted in collaboration with a multidisciplinary team between January and February 2020 at MAHAK's Pediatric Cancer Treatment and Research Center. We developed a self-management system in six stages: requirement analysis, conformity assessment, preparation of educational content, app prototyping, preliminary evaluation, and developing the final version. RESULTS: A total of 35 people (n=24, 69% parents and n=11, 31% children) volunteered to participate in the study. However, only 63% (15/24) of parents and 73% (8/11) of children were eligible to participate. By adopting a user-centered design approach, we developed a mobile app, CanSelfMan, that includes five main modules (knowledge base, self-management tips, self-assessment report, ask a question, and reminders) that provide access to reliable information about acute lymphocytic leukemia and the self-management skills required for side effect measurement and reporting. A web-based dashboard was also developed for oncologists and included a dashboard to monitor users' symptoms and answer their questions. CONCLUSIONS: The CanSelfMan app can support these groups by providing access to reliable information about cancer, facilitating communication between children or parents and health care providers, and helping promote medication adherence through a reminder function. The active participation of the target group can help identify their needs. Therefore, through the involvement of stakeholders such as patients, caregivers, and oncologists in the design process, we improved usability and ensured that the final product was useful. This app is now ready to proceed with feasibility studies.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,099
Tête enseignante GPT0,518
Écart entre enseignants0,419 · 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'étudeQualitatif
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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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