Quality Assessment of Digital Health Applications: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: All over the world, development and usage of mobile health (mHealth) apps is increasing. While apps offer numerous opportunities to improve health care, there are associated problems that differ significantly from those of traditional health care services. Further investigations on the quality of mHealth apps are needed to address these problems. OBJECTIVE: This study aims to identify and map research on quality assessment and quality assurance of mHealth apps and their transferability to continuous quality assurance of mHealth apps. METHODS: The scoping review will follow published methodological frameworks for scoping studies as well as Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews criteria. Electronic databases (Medline, EMBASE, and PsycINFO), reference lists of relevant articles, and websites of relevant institutions will be searched. Two reviewers will independently assess eligibility of articles. Therefore, a 2-stage (title and abstract, followed by full text) screening process was conducted. Quality management systems and quality assessment tools will be analyzed and included in our review. Particular focus is placed on quality dimensions. RESULTS: This scoping review provides an overview of the available evidence and identifies research gaps regarding continuous quality assessment of mHealth apps. Thereby, relevant quality dimensions and criteria can be identified and their eligibility and relevance for the development of a continuous quality assurance system of mHealth apps can be determined. Our results are planned to be submitted to an indexed, peer-reviewed journal in the second half of 2022. CONCLUSIONS: This is the first review in the context of continuous quality assurance of mHealth apps. Our results will be used within the research "Continuous quality assurance of Digital Health Applications" ("QuaSiApps") project funded by the German Federal Joint Committee. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/36974.
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 | 0,162 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,018 |
| Bibliométrie | 0,020 | 0,020 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,102 | 0,020 |
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 ».