MétaCan
Menu
Retour à la cohorte
Enregistrement W4388337136 · doi:10.2196/49950

The Impact of WhatsApp as a Health Education Tool in Albinism: Interventional Study

2023· article· en· W4388337136 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Dermatology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlbinismOculocutaneous albinismHypopigmentationMedicineIntervention (counseling)Health educationSunburnDermatologyFamily medicinePublic healthNursing

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,303
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,502
Écart entre enseignants0,458 · 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