MétaCan
Menu
Retour à la cohorte
Enregistrement W4377103767 · doi:10.3390/jpm13050850

Perceptions and Usability of PREVENTION: A Breast Cancer Risk Assessment e-Platform

2023· article· en· W4377103767 sur OpenAlexafffundabout
Samar Attieh, Marika Monarque, Andrew Durand, Saima Ahmed, Bartha Maria Knoppers, Jacques Simard, Carmen G. Loiselle

Notice bibliographique

RevueJournal of Personalized Medicine · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalJewish General HospitalUniversité de MontréalUniversité LavalUniversité du Québec à MontréalMcGill University
Organismes subventionnairesCentre Hospitalier Universitaire de QuébecUniversité Laval
Mots-clésUsabilityBreast cancerMedicineRisk assessmentComputer scienceCancerInternal medicineHuman–computer interactionComputer security

Résumé

récupéré en direct d'OpenAlex

Background: The PREVENTION e-platform was developed to provide accessible and evidence-based health information tailored to different Breast Cancer (BC) risk levels. The demonstration study objectives were to (1) assess the usability and perceived impact of PREVENTION on women with assigned hypothetical BC risk levels (i.e., near population, intermediate or high) and (2) explore perceptions and recommendations for e-platform improvement. Methods: Thirty women with no history of cancer were recruited through social media, commercial centers, health clinics, and community settings in Montreal, Qc, Canada. Participants accessed e-platform content tailored to their assigned hypothetical BC risk level, and then completed study e-questionnaires including the user Mobile Application Rating Scale (uMARS), an e-platform quality scale (i.e., in terms of engagement, functionality, aesthetics, and information). A subsample (n = 18) was randomly selected for an individual follow-up semi-structured interview. Results: The e-platform overall quality was high, with mean M = 4.01 (out of 5) and SD = 0.50. A total of 87% (n = 26) agreed or strongly agreed that PREVENTION increased their knowledge and awareness of BC risk, and 80% would recommend it to others while reporting likelihood of following lifestyle recommendations to decrease their BC risk. Follow up interviews indicated that participants perceived the e-platform as a trusted source of BC information and a promising means to connect with peers. They also reported that while the e-platform was easy to navigate, improvements were needed for connectivity, visuals, and the organization of scientific resources. Conclusion: Preliminary findings support PREVENTION as a promising means to provide personalized BC information and support. Efforts are underway to further refine the platform, assess its impact in larger samples and gather feedback from BC specialists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,080
Tête enseignante GPT0,517
Écart entre enseignants0,437 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207