MétaCan
Menu
Retour à la cohorte
Enregistrement W4318393626 · doi:10.1200/cci.22.00134

Care at Your Fingertips: Codesign, Development, and Evaluation of the Oncology Hub App for Remote Symptom Management in Pediatric Oncology

2023· article· en· W4318393626 sur OpenAlexfundno aff
Natalie Bradford, Penelope J. Slater, Philippa Fielden, Paula Condon, Xiomara Skrabal Ross, Matthew Douglas, Claire Radford, Amanda Carter, Rick Walker, Ashraf Badat, Rachel Edwards, Brooke Spencer, Anthony Herbert

Notice bibliographique

RevueJCO Clinical Cancer Informatics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesHospital for Sick Children
Mots-clésUsabilityWorkflowThink aloud protocolMedicineCoding (social sciences)Clinical OncologyPsychologyMedical educationComputer scienceCancerInternal medicineHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To codesign, develop, and evaluate a smartphone app that includes patient-reported measures of symptoms and real-time advice in children's cancer. METHODS: The Oncology Hub is a comprehensive approach to symptom management that includes a suite of codesigned tools and resources including clinical algorithms to determine the level of concern, symptom management advice, and resources for families of children with cancer. The evaluation involved Think Aloud interviews with parent and adolescent patients to complete tasks in the app as well as a User Experience questionnaire (score range, 0-120) and qualitative feedback. The accuracy of algorithms was determined by repeated testing of inputs and outputs over 4 weeks. RESULTS: Design and wireframes were iteratively refined through consultation with parents and adolescents confirming the final design. Beta testing evaluation was then completed by 25 participants including two adolescents. Across all participants, 84% of tasks were easy to navigate, and the Oncology Hub demonstrated high usability, usefulness, and acceptability with participants' scores ranging between 90 and 120 (mean = 112.2, standard deviation = 9.43). Qualitative feedback was positive. Testing of algorithms identified inconsistencies in understanding between clinical research and coding teams; refinements were made until the expected response notifications were returned with 100% accuracy. CONCLUSION: Technology offers new ways to think about how clinicians and families communicate and share information to harness the best of community and hospital services. Understanding how information is exchanged using health apps, and how this affects clinical workflow is critical to successful implementation, and optimizing symptom assessment and management in children with cancer.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,251
Tête enseignante GPT0,508
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Clinical Cancer InformaticsMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207