Evaluation of a Mobile Application Tool to Assist Health Care Providers in Cardiovascular Risk Assessment and Management
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) is the leading cause of death worldwide.1 Unfortunately, CVD risk assessment and management (RAM) services face many challenges and barriers in the community. Mobile technology offers the opportunity to empower patients and improve access to health prevention strategies to overcome these barriers. 2 The purpose of this study was to pilot test the Arabic and English versions of the EPIRxISK™ CVD risk calculator in the public sector. Methods: Pilot testing of an Arabic and English version of the online application EPIRxISK™ for CVDRAM (Figure 1) was done by potential users from a sample consisting of the general population and pharmacists attending community pharmacies. Participants’ feedback was gathered in a qualitative interview which was recorded and transcribed for quality assurance and review by the research team. Responses from all interviews were analyzed and recommendations were made to finalize the application before phase II of the study. In phase II, quantitative and qualitative methods will be utilized to assess the feasibility of implementing a community pharmacy-based CVD risk assessment program using the English and Arabic versions of the EPIRxISK™ online application. Results: In phase I, a total of 9 pharmacists from community pharmacies and 5 general participants from the general population were interviewed. As shown in Table 1, the analysis of the interviews resulted in themes related to five frameworks: engagement, functionality, aesthetics, information, and subjective quality. Overall, the themes demonstrated acceptance and satisfaction with the features of the application. Phase II is currently in progress. Conclusion: The overall results of this study are indicative that the use of the EPIRxISK™ application for CVDRAM may be of benefit in Qatar, considering it is the first available in the Arabic language. The tool is likely well equipped to support continuous and standardized CVDRAM in Qatar's primary care sector. 3
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».