App Design Features Important for Diabetes Self-management as Determined by the Self-Determination Theory on Motivation: Content Analysis of Survey Responses From Adults Requiring Insulin Therapy
Notice bibliographique
Résumé
BACKGROUND: Using a diabetes app can improve glycemic control; however, the use of diabetes apps is low, possibly due to design issues that affect patient motivation. OBJECTIVE: This study aimed to describes how adults with diabetes requiring insulin perceive diabetes apps based on 3 key psychological needs (competence, autonomy, and connectivity) described by the Self-Determination Theory (SDT) on motivation. METHODS: This was a qualitative analysis of data collected during a crossover randomized laboratory trial (N=92) testing 2 diabetes apps. Data sources included (1) observations during app testing and (2) survey responses on desired app features. Guided by the SDT, coding categories included app functions that could address psychological needs for motivation in self-management: competence, autonomy, and connectivity. RESULTS: Patients described design features that addressed needs for competence, autonomy, and connectivity. To promote competence, electronic data recording and analysis should help patients track and understand blood glucose (BG) results necessary for planning behavior changes. To promote autonomy, BG trend analysis should empower patients to set safe and practical personalized behavioral goals based on time and the day of the week. To promote connectivity, app email or messaging function could share data reports and communicate with others on self-management advice. Additional themes that emerged are the top general app designs to promote positive user experience: patient-friendly; automatic features of data upload; voice recognition to eliminate typing data; alert or reminder on self-management activities; and app interactivity of a sound, message, or emoji change in response to keeping or not keeping BG in the target range. CONCLUSIONS: The application of the SDT was useful in identifying motivational app designs that address the psychological needs of competence, autonomy, and connectivity. User-centered design concepts, such as being patient-friendly, differ from the SDT because patients need a positive user experience (ie, a technology need). Patients want engaging diabetes apps that go beyond data input and output. Apps should be easy to use, provide personalized analysis reports, be interactive to affirm positive behaviors, facilitate data sharing, and support patient-clinician communication.
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 | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».