MétaCan
Menu
Retour à la cohorte
Enregistrement W4285745615 · doi:10.2196/35693

The Challenges Toward Real-world Implementation of Digital Health Design Approaches: Narrative Review

2022· review· en· W4285745615 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJMIR Human Factors · 2022
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensSimon Fraser University
Organismes subventionnairesSFU Community Trust Endowment FundSimon Fraser UniversityAGE-WELL
Mots-clésDigital healthmHealthHealth careUsabilityAgile software developmentStakeholderComputer scienceMedicineKnowledge managementManagement scienceEngineeringPublic relationsHuman–computer interactionPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital health represents an important strategy in the future of health care delivery. Over the past decade, mobile health has accelerated the agency of health care users. Despite prevailing excitement about the potential of digital health, questions remain on efficacy, uptake, usability, and patient outcome. This challenge is confounded by 2 industries, digital and health, which have vastly different approaches to research, design, testing, and implementation. In this regard, there is a need to examine prevailing design approaches, weigh their benefits and challenges toward implementation, and recommend a path forward that synthesizes the needs of this complex stakeholder group. OBJECTIVE: In this review, we aimed to study prominent digital health intervention design approaches that mediate the digital health space. In doing so, we sought to examine the origins, perceived benefits, contrasting nuances, challenges, and typical use-case scenarios of each methodology. METHODS: A narrative review of digital health design approaches was performed between September 2020 and April 2021 by referencing keywords such as "digital health design," "mHealth design," "e-Health design," "agile health," and "agile healthcare." The studies selected after screening were those that discussed the design and implementation of digital health design approaches. A total of 120 studies were selected for full-text review, of which 62 (51.6%) were selected for inclusion in this review. RESULTS: A review identifying the 5 overarching digital health design approaches was compiled: user-centered design, person-based design, human-centered design, patient-centered design, and patient-led design. The findings were synthesized in a narrative structure discussing the origins, advantages, disadvantages, challenges, and potential use-case scenarios. CONCLUSIONS: Digital health is experiencing the growing pains of rapid expansion. Currently, numerous design approaches are being implemented to harmonize the needs of a complex stakeholder group. Whether the end user is positioned as a person, patient, or user, the challenge to synthesize the constraints and affordances of both digital design and health care, built equally around user satisfaction and clinical efficacy, remains paramount. Further research that works toward a transdisciplinarity in digital health may help break down friction in this field. Until digital health is viewed as a hybridized industry with unique requirements rather than one with competing interests, the nuances that each design approach posits will be difficult to realize in a real-world context. We encourage the collaboration of digital and health experts within hybrid design teams, through all stages of intervention design, to create a better digital health culture and design ethos.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,537
Tête enseignante GPT0,546
Écart entre enseignants0,009 · 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