The Impact of WhatsApp as a Health Education Tool in Albinism: Interventional Study
Notice bibliographique
Résumé
BACKGROUND: Oculocutaneous albinism is a congenital disorder that causes hypopigmentation of the skin, hair, and eyes due to a lack of melanin. People with albinism are at increased risk of developing skin complications, such as solar keratosis and skin cancers, leading to higher morbidity. As education is crucial in managing albinism, leveraging information technology, such as WhatsApp, can provide an effective intervention for digital health education. OBJECTIVE: This study aims to assess the impact of WhatsApp as a tool for providing health education among people with albinism. METHODS: The design of the study was interventional. The intervention consisted of weekly health education sessions conducted in a WhatsApp group for the duration of 4 weeks. The topics discussed were knowledge of albinism, sun protection practices, the use of sunscreen, and myths about albinism. They were all covered in 4 WhatsApp sessions held in 4 separate days. A web-based questionnaire was filled out before and after the intervention by the participants. Mann-Whitney U test was used to compare the pre- and postknowledge scores. Spearman correlation was used to correlate data. RESULTS: The mean age of the study participants was 28.28 (SD 11.57) years. The number of participants was 140 in the preintervention period and 66 in the postintervention period. A statistically significant increase in overall knowledge (P=.01), knowledge of sunscreen (P=.01), and knowledge of sun protection (P<.01) was observed following the intervention. Before the intervention, a positive correlation was observed between age (r=0.17; P=.03) and education level (r=0.19; P=.02) with participants' overall knowledge. However, after the intervention, there was no significant correlation between knowledge and age or education level. A percentage increase of 5.23% was observed in the overall knowledge scores following the intervention. CONCLUSIONS: WhatsApp is an effective tool for educating people with albinism and can act as an alternative to the conventional methods of health education. It shows promising outcomes irrespective of the health literacy level of people with albinism. This educational intervention can positively impact behavior change and translate to consistent sun protection practices. The limitations of this study include the possibility of social desirability bias and data security.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».