The Kids Hurt App: Development and testing of a pain assessment tool for First Nations youth (Preprint)
Notice bibliographique
Résumé
BACKGROUND First Nations children and youth may have unique ways to convey their health needs that have not been recognized by health providers. This may contribute to the disparity between high rates of mental health and physical pain and the low rates of treatment for the conditions they experience. Evidence suggests a colonial history has resulted in poor experiences with the healthcare system, lack of trust with health providers and miscommunication between clinicians and patients. Contemporary ways using both Indigenous and Western knowledge is needed to bridge the gap in communicating pain. OBJECTIVE The aim of this qualitative study was to test the usability of the Kids Hurt App with First Nations youth and clinicians working with youth. METHODS Using a Two-eyed seeing approach, a kids hurt icon based app was developed using concepts from validated mood and pain assessment apps combined with community-based research that gathered First Nations youth perspectives on quality, intensity and location of pain and hurt. The kids hurt app contains 12 screens accessible on a handheld mobile phone or tablet device. RESULTS Three rounds of low fidelity testing and two rounds of high-fidelity testing were conducted with 19 First Nations youth to determine the usability of the Kids Hurt app. High-fidelity testing was also conducted with 15 clinicians after completing the youth sessions. Youth had constructive suggestions that were used to improve the app in subsequent rounds of version testing. There was one main discrepancy between youth and clinicians related to in visual preference for way to convey pain. Youth’s preference was maintained in the app. CONCLUSIONS All youth in all rounds of testing indicated they would use the Kids Hurt app if it was available to them in a health care setting with most clinicians noting the app would be useful in practice. CLINICALTRIAL N/A
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».