Adaptation of an Adult Web Application for Type 1 Diabetes Self-management to Youth Using the Behavior Change Wheel to Tailor the Needs of Health Care Transition: Qualitative Interview Study
Notice bibliographique
Résumé
BACKGROUND: Youth (aged 14-24 years) living with type 1 diabetes (T1D) encounter increased challenges in their diabetes self-management (DSM), especially during the transition to adult care. Although DSM education and support are imperative, there is insufficient information on how web-based digital tools tailored to their demands can be developed. OBJECTIVE: On the basis of the Behavior Change Wheel, this study aims to identify, among youth living with T1D, the needs and factors influencing their DSM in the context of health care transition and to inform the adaptation (content and features) of an adult self-guided web application (Support). METHODS: Internet-based semistructured individual interviews based on a phenomenological study design were conducted with 21 youths, and transcripts were analyzed using an inductive approach with concept mapping. RESULTS: Factors influencing T1D self-management were categorized into barriers and facilitators and then as external or internal. Features influencing the accessibility to information, increasing the sense of support, and use of the tool were positively accepted. Features unrelated to their expectations of digital tool use or difficulty navigating were viewed negatively. Participants expressed an interest in reliable, practical, and novel educational content. Although youth considered the information provided by medical professionals to be important, peer exchange was deemed necessary to obtain a practical perspective and real-life examples. CONCLUSIONS: Compared with the adult population, in addition to tailored content and a simplified information search process, when building a DSM education and support digital tool for youth, features should be selected to encourage supervised peer exchange.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».