MétaCan
Menu
Retour à la cohorte
Enregistrement W4365796650 · doi:10.1177/20552076231167007

Features and characteristics of publicly available mHealth apps for self-management in chronic obstructive pulmonary disease

2023· article· en· W4365796650 sur OpenAlexafffund
Shirley Quach, Adam Benoit, Ana Oliveira, Tara Packham, Roger Goldstein, Dina Brooks

Notice bibliographique

RevueDigital Health · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of TorontoMcMaster UniversityWest Park Healthcare Centre
Organismes subventionnairesReseau canadien de recherche respiratoireCanadian Lung AssociationNational Sanitarium Association
Mots-clésmHealthApp storeInternet privacyAndroid (operating system)Pulmonary diseaseComputer scienceSmartphone appWorld Wide WebMedicineNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Mobile health applications (mHealth apps) may be able to support people living with chronic obstructive pulmonary disease (COPD) to develop the appropriate skills and routines for adequate self-management. Given the wide variety of publicly available mHealth apps, it is important to be aware of their characteristics to optimize their use and mitigate potential harms. Objective: To report the characteristics and features of publicly available apps for COPD self-management. Methods: MHealth apps designed for patients' COPD self-management were searched in the Google Play and Apple app stores. Two reviewers trialed and assessed the eligible apps using the MHealth Index and Navigation Database framework to describe the characteristics, qualities, and features of mHealth apps across five domains. Results: From the Google Play and Apple stores, thirteen apps were identified and eligible for further evaluation. All thirteen apps were available for Android devices, but only seven were available for Apple devices. Most apps were developed by for-profit organizations (8/13), non-profit organizations (2/13), and unknown developers (3/13). Many apps had privacy policies (9/13), but only three apps described their security systems and two mentioned compliance with local health information and data usage laws. Education was the common app feature; additional features were medication reminders, symptom tracking, journaling, and action planning. None provided clinical evidence to support their use. Conclusions: Publicly available COPD apps vary in their designs, features, and overall quality. These apps lack evidence to support their clinical use and cannot be recommended at this time.

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)0,019
score de la tête « metaresearch » (Gemma)0,142
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 enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,142
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,377
Écart entre enseignants0,343 · 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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDigital HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207