MétaCan
Menu
← Retour à la cohorte
Enregistrement W4235524234 · doi:10.2196/preprints.21187

SCHeLTI Platform: an Intervention Support System Tailored for a Randomized Controlled Trial (Preprint)

2020· preprint· en· W4235524234 sur OpenAlexaboutno aff
Yanhui Hao, Yanting Wu, Zhirou Chen, Jianxia Fan, Lei Chen, Yamei Yu, Han Liu, Caroline Vaillancourt, Yulai Zhou, Lulu Wang, Liping Wang, Jian Xu, Hong Li, Nadia Abdelouahab, Isabelle Marc, William D. Fraser, Hefeng Huang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventioneHealthContext (archaeology)Intervention (counseling)PreprintRandomized controlled trialMobile phonemHealthHealth careMedicineMedical educationComputer scienceNursingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND With the rapid development of eHealth technologies, the convenient exchange of health-related electronic data can promote interactive exchange of information between healthcare providers (HCPs) and patients, making the communication between doctors and patients more coordinated and transparent. The Sino-Canada Healthy Life Trajectories Initiative (SCHeLTI) study is an ongoing randomized controlled trial to evaluate the effectiveness of a multifaceted, community-family-mother-child intervention on childhood overweight and obesity (OWO). A management system to support the SCHeLTI interventions needs to be developed. OBJECTIVE Considering the need for a supporting system to facilitate the implementation of interventions and the exchange of information between HCPs and participants, the SCHeLTI platform was designed and developed with the aim to facilitate the context-specific interventions in the SCHeLTI study. METHODS We tailored the SCHeLTI platform to the specifics of the SCHeLTI study. Multiple professional background experts were involved in the process of building the application, including the participation of personnel with medical professional background, clinical trials coordination and computer science. In the pilot phase, we collected feedback from HCPs and participants in the use process to further optimize the product. RESULTS The SCHeLTI platform includes the interworking and interconnection between the participants' mobile phone and the HCP's computers. A mobile application and a Web based management system were designed. The participant's terminal (the SCHeLTI APP) was successfully implemented and fully integrated into the intervention programme. The computer terminal managed by the research team create an innovative support environment that guides the participants toward healthy lifestyle changes. CONCLUSIONS A technically advanced and web-based management terminal and mobile phone app corresponding to the SCHeLTI needs were developed and used in the SCHeLTI study. CLINICALTRIAL trial registration No. ChiCTR1800017773

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,047
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,101
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,1160,008

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 Opus0,095
Tête enseignante GPT0,457
Écart entre enseignants0,362 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Health and mHealth Applications→Travaux en français237 207→