MétaCan
Menu
Retour à la cohorte
Enregistrement W4387935265 · doi:10.1371/journal.pdig.0000213

Maximizing the value of patient and public involvement in the digital health co-design process: A qualitative descriptive study with design leaders and patient-public partners

2023· article· en· W4387935265 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePLOS Digital Health · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of OttawaUniversity of TorontoUniversity Health NetworkHamilton Health SciencesMcMaster UniversityTrillium Health CentrePopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésPublic healthPsychological interventionPublic relationsIntervention (counseling)Qualitative researchDigital healthMedicineValue (mathematics)NursingHealth careKnowledge managementPsychologyComputer sciencePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Digital health interventions have enormous potential to support patients and the public in achieving their health goals. Nonetheless, many digital health interventions are failing to effectively engage patients and the public. One solution that has been proposed is to directly involve patients and the public in the design process of these digital health interventions. Although there is consensus that involving patients and the public in collaborative design is valuable, design teams have little guidance on how to maximize the value of their collaborative design work. The main objective of this study was to understand how the value of patient and public involvement in digital health design can be maximized, from the perspective of design leaders and patient-public partners. Using a qualitative descriptive methodology, we conducted semi-structured interviews with 19 design leaders and 9 patient-public partners. Interviewees agreed that involving patients and the public was valuable, however, they questioned if current collaborative methods were optimized to ensure maximal value. Interviewees suggested that patient and public collaborative design can add value through four different mechanisms: (1) by allowing the design process to be an empowering intervention itself, (2) by ensuring that the digital health intervention will be effectively engaging for users, (3) by ensuring that the digital health intervention will be seamlessly implemented in practice, and (4) by allowing patient-public collaborations extend beyond the initial product design. Overall, interviewees emphasized that although collaborative design has historically focused on improving the digital health product itself, patients and the public have crucial insights on implementation planning as well as how collaborative design can be used as its own empowering intervention. The results of this paper provide clarity about the ways that patient and public collaborative design can be made more valuable. Digital health design teams can use these results to be more intentional about their collaborative design approaches.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,278
Tête enseignante GPT0,454
Écart entre enseignants0,176 · 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