A Self-management App for People Living With Mild Dementia (PRIDE): Protocol for a Pre-Post Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: With the rapid increase in the prevalence of dementia in the United Kingdom and beyond, the emotional, social, and economic burden on individuals, families, and health care services continues to rise. Currently, interventions that enable people living with dementia to better manage their condition and achieve a good quality of life are needed. OBJECTIVE: This study aimed to explore how the Promoting Independence in Dementia (PRIDE) app can promote and support the self-management of people living with mild dementia. METHODS: Feasibility of a pre-post study design incorporating the Reach, Effectiveness, Adoption, Implementation, and Maintenance framework will be studied. We will use up to 6 National Health Service Trusts as research sites and the Join Dementia Research website and accept self-referrals to recruit 60 to 90 people living with mild dementia. Participants will complete the PRIDE app intervention over 8 weeks with support from a dementia adviser facilitator. Measures exploring mood, physical well-being, and quality of life will be collected at baseline and at follow-ups at 3 and 6 months. Facilitators and National Health Service staff will be invited to complete interviews shortly after the intervention phase. RESULTS: Data collection began in June 2021 and is predicted to cease by the end of August 2022. Analysis of the quantitative measures will explore the impact of the PRIDE app on participants' independence, mood, and quality of life. Interview data will discuss participant experiences, how the use of the app affected them, and if it has the potential to be successfully implemented and maintained in dementia services. CONCLUSIONS: This study will show the potential reach, effectiveness, and adoption of the PRIDE app intervention in the lives of people with mild dementia. The findings from this study will inform future research on the PRIDE app and any further developments to improve its effectiveness. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/33881.
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 | 0,045 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,019 |
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 ».