MétaCan
Menu
Retour à la cohorte
Enregistrement W4288755001 · doi:10.2196/39867

The Early Detection and Case Management of Skin Diseases With an mHealth App (eSkinHealth): Protocol for a Mixed Methods Pilot Study in Côte d’Ivoire

2022· article· en· W4288755001 sur OpenAlex
Rie Yotsu, Sakiko Itoh, Koffi Aubin Yao, Kouamé Kouadio, Kazuko Ugai, Yao Didier Koffi, Diabaté Almamy, Bamba Vagamon, Ronald E. Blanton

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatological diseases and infestations
Établissements canadiensnon disponible
Organismes subventionnairesFogarty International Center
Mots-clésMedicinemHealthCote d ivoireProtocol (science)Randomized controlled trialIntervention (counseling)Family medicinePhysical therapyNursingSurgeryAlternative medicinePsychological interventionPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a high prevalence of skin diseases sub-Saharan Africa, including skin neglected tropical diseases (NTDs) that could lead to lifelong disabilities and deformities if not diagnosed and treated early. To achieve early detection and early treatment of these skin diseases, we developed a mobile health app, eSkinHealth. OBJECTIVE: This paper outlines a protocol for evaluating the effect of our eSkinHealth app in the early detection and effective management of skin diseases in Côte d'Ivoire. METHODS: A mixed methods pilot trial will be conducted in Côte d'Ivoire and will consist of 3 phases: (1) the development and improvement of the eSkinHealth app, (2) a pilot trial to evaluate the usability of the eSkinHealth app for local medical staff in Côte d'Ivoire, and (3) a pilot trial to evaluate the effectiveness of early detection and case management of targeted skin NTDs (Buruli ulcer, leprosy, yaws, and lymphatic filariasis) with the eSkinHealth app in Côte d'Ivoire. The pilot study will be implemented as a 2-arm trial with local health care providers and patients with skin NTDs over a 3-month follow-up period. The local health care providers will be assigned to an intervention group receiving the eSkinHealth app to be used in their daily practices or a control group. Training will be provided on the use and implementation of the app and the diagnostic pipeline to the intervention group only, while both groups will receive training on skin diseases. Our primary outcome is to evaluate the early detection and effective management of skin diseases using the eSkinHealth app in Côte d'Ivoire by the number of cases diagnosed and managed. Additionally, we will evaluate the eSkinHealth app with validated questionnaires and in-depth interviews. Procedures of our methods have been reviewed and approved by the Institutional Review Board of the Ministry of Health, Côte d'Ivoire and by Tulane University in 2021. RESULTS: This study was funded in 2021. We started the enrollment of patients in February 2022, and data collection is currently underway. We expect the first results to be submitted for publication in 2023. CONCLUSIONS: Our eSkinHealth app is a field-adapted platform that could provide both direct diagnostic and management assistance to health workers in remote settings. The study will provide evidence for the usability and the effectiveness of the eSkinHealth app to improve the early detection and case management of skin NTDs in Côte d'Ivoire and, furthermore, is expected to contribute to knowledge on mobile health approaches in the control of skin NTDs. TRIAL REGISTRATION: ClinicalTrials.gov NCT05300399; https://clinicaltrials.gov/ct2/show/study/NCT05300399. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/39867.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

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

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 Opus0,288
Tête enseignante GPT0,615
Écart entre enseignants0,327 · 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