Smartphone apps for menstrual pain and symptom management: A scoping review
Notice bibliographique
Résumé
The past decade marks a surge in the development of mobile apps used to digitally track and monitor aspects of personal health, including menstruation. Despite a plethora of menstruation-related apps, pain and symptom management content available in apps has not been systematically examined. The objective of this study was to evaluate app characteristics, overall quality (i.e., engagement, functionality, design aesthetics, and information), nature and quality of pain and symptom tracking features, and availability and quality of pain-related intervention content. A scoping review of apps targeting facets of the menstrual experience was conducted by searching the Apple App Store. After removal of duplicates and screening, 119 apps targeting menstrual experiences were retained. Pain and menstrual symptoms tracking were available in 64 % of apps. Checkboxes or dichotomous (present/absent) reporting was the most common method of tracking symptoms and was available in 75 % of apps. Only a small subset (n = 13) of apps allowed for charting/graphing of pain symptoms across cycles. Fourteen percent of apps included healthcare professionals or researchers in their development and one app reported use of end-users. Overall app quality measured through the Mobile App Rating Scale (MARS) was found to be acceptable; however, the apps ability to impact pain and symptom management (e.g., impact on knowledge, awareness, behaviour change, etc.) was rated as low. Only 10 % of apps (n = 12) had interventions designed to manage pain. The findings suggest that despite pain and symptom management content being present in apps, this content is largely not evidence-based in nature. More research is needed to understand how pain and symptom management content can be integrated into apps to improve user experiences.
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 | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».