MétaCan
Menu
Retour à la cohorte
Enregistrement W4285332236 · doi:10.2196/34958

An Augmented Reality Technology to Provide Demonstrative Inhaler Technique Education for Patients With Asthma: Interview Study Among Patients, Health Professionals, and Key Community Stakeholders

2022· article· en· W4285332236 sur OpenAlexvenueno aff
Antonia O’Connor, Kelsey Sharrad, Charmaine King, Kristin Carson‐Chahhoud

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésInhalerAsthmaMedicineStakeholderNursingMedical educationPsychologyPublic relations

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many people with asthma use incorrect inhaler technique, resulting in suboptimal disease management and increased health service use. Novel ways of delivering appropriate instructions are needed. OBJECTIVE: This study explored stakeholder perspectives on the potential use of augmented reality (AR) technology to improve asthma inhaler technique education. METHODS: On the basis of existing evidence and resources, an information poster displaying the images of 22 asthma inhaler devices was developed. Using AR technology via a free smartphone app, the poster launched video demonstrations of correct inhaler technique for each device. In total, 21 semistructured, one-on-one interviews with health professionals, people with asthma, and key community stakeholders were conducted, and data were analyzed thematically using the Triandis model of interpersonal behavior. RESULTS: A total of 21 participants were recruited into the study, and data saturation was achieved. People with asthma were confident with inhaler technique (mean score 9.17, SD 1.33, out of 10). However, health professionals and key community stakeholders identified that this perception was misguided (mean 7.25, SD 1.39, and mean 4.5, SD 0.71, for health professionals and key community stakeholders, respectively) and facilitates persistent incorrect inhaler use and suboptimal disease management. Delivering inhaler technique education using AR was favored by all participants (21/21, 100%), particularly around ease of use, with the ability to visually display inhaler techniques for each device. There was a strongly held belief that the technology has the capacity for improving inhaler technique across all participant groups (mean 9.25, SD 0.89, for participants; mean 9.83, SD 0.41, for health professionals; and mean 9.5, SD 0.71, for key community stakeholders). However, all participants (21/21, 100%) identified some barriers, particularly regarding access and appropriateness of AR for older people. CONCLUSIONS: AR technology may be a novel means to address poor inhaler technique among certain cohorts of patients with asthma and serve as a prompt for health professionals to initiate review of inhaler devices. A randomized controlled trial design is needed to evaluate the efficacy of this technology for use in the clinical care setting.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,100
Tête enseignante GPT0,447
Écart entre enseignants0,347 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207