MétaCan
Menu
← Retour à la cohorte
Enregistrement W4323348835 · doi:10.2196/37305

360° Diagnostic Tool to Personalize Lifestyle Advice in Primary Care for People With Type 2 Diabetes: Development and Usability Study

2023· article· en· W4323348835 sur OpenAlexvenueno aff
Zeena Harakeh, Iris M. de Hoogh, Hilde van Keulen, Gino Kalkman, Eugene van Someren, Pepijn van Empelen, Wilma Otten

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityThink aloud protocolConceptualizationComputer scienceScripting languageHuman–computer interactionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Various multifaceted factors need to be addressed to improve the health and quality of life of people with type 2 diabetes (T2D). Therefore, we developed a web-based decision support tool that comprises a more holistic diagnosis (including 4 domains: body, thinking and feeling, behavior, and environment) and personalized advice. This 360° diagnostic tool enables people with T2D and health care professionals at the general practice to obtain an overview of the most important T2D-related issues and, subsequently, determine the most suitable intervention for the person with T2D. OBJECTIVE: This study aimed to describe the systematic and iterative development and evaluation of the web-based 360° diagnostic tool. METHODS: We defined the requirements for the web-based 360° diagnostic tool based on previously developed tools, a literature review, and inputs from a multidisciplinary team of experts. As part of the conceptualization, we defined 3 requirements: diagnostics; feedback; and advice, consultation, and follow-up. Next, we developed and designed the content for each of these requirements. We evaluated the diagnostic part of the tool (ie, measurement instruments and visualization) with a qualitative design, in a usability study with a think-aloud strategy and interview questions, among 8 people with T2D at a Dutch general practice. RESULTS: For each of the 4 domains, specific parameters and underlying elements were selected, and measurement instruments (including clinical data and questionnaires) were chosen. Cutoff values were defined to identify high-, middle-, and low-ranking scores, and decision rules were developed and implemented using R scripts and algorithms. A traffic light color visual design was created (profile wheel) to provide an overview of the scores per domain. We mapped the interventions that could be added to the tool and developed a protocol designed as a card deck with motivational interview steps. Furthermore, the usability study showed that people with T2D perceived the tool as easy to use, useful, easy to understand, and insightful. CONCLUSIONS: Preliminary evaluation of the 360° diagnostic tool by experts, health care professionals, and people with T2D showed that the tool was considered relevant, clear, and practical. The iterative process provided insights into the areas of improvement, which were implemented. The strengths, shortcomings, future use, and challenges are also discussed.

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)0,021
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,376
Écart entre enseignants0,339 · 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'étudeEssai non randomisé
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDiabetes Management and Education→Travaux en français237 207→