Designing a Collaborative Patient-Centered Digital Health Platform for Pediatric Diabetes Care in British Columbia: Formative Needs Assessment by Caregivers of Children and Youths Living With Type 1 Diabetes and Health Care Providers
Notice bibliographique
Résumé
BACKGROUND: Digital health apps are becoming increasingly available for people living with diabetes, yet data silos continue to exist. This requires health care providers (HCPs) and patients to use multiple digital platforms to access health data. OBJECTIVE: In this study, we gathered the perspectives of caregivers of children and youths living with type 1 diabetes (T1D) and pediatric diabetes HCPs in the user-centered design of TrustSphere, a secure, single-point-of-access, integrative digital health platform. METHODS: We distributed web-based surveys to caregivers of children and youths living with T1D and pediatric diabetes HCPs in British Columbia, Canada. Surveys were designed using ordinal scales and had free-text questions. Survey items assessed key challenges, perceptions about digital trust and security, and potential desirable features for a digital diabetes platform. RESULTS: Similar challenges were identified between caregivers of children and youths living with T1D (n=99) and HCPs (n=49), including access to mental health support, integration of diabetes technology and device data, and the ability to collaborate on care plans with their diabetes team. Caregivers and HCPs identified potential features that directly addressed their challenges, such as more accessible diabetes data and diabetes care plans. Caregivers had more trust in sharing their child's data digitally than HCPs. Most caregivers and HCPs stated that an integrative platform for T1D would support collaborative patient care. CONCLUSIONS: Caregiver and HCP perspectives gathered in this study will inform the early prototype of an integrative digital health platform. This prototype will be presented and iterated upon through a series of usability testing sessions with caregivers and HCPs to ensure the platform meets end users' needs.
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 | 0,023 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».