MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390695179 · doi:10.2196/46222

The Sukaribit Smartphone App for Better Self-Management of Type 2 Diabetes: Randomized Controlled Feasibility Study

2024· article· en· W4390695179 sur OpenAlexvenueno aff
Cecilia Josefsson, Thea Liljeroos, Margareta Hellgren, Ulrika Pöder, Mariann Hedström, Erik Olsson

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesUppsala Universitet
Mots-clésGlycemicMedicineRandomized controlled trialType 2 diabetesIntervention (counseling)Diabetes mellitusPhysical therapyDistressData collectionResearch designSelf-managementSelf-monitoringNursingPsychologyInternal medicineClinical psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background A new app, Sukaribit, was designed to enable contact between the caregiver and the patient with the intent to improve self-care and glycemic control (hemoglobin A1c [HbA1c]). Objective This study investigated the feasibility of the study methodology and the intervention in preparation for a larger effectiveness study. Methods Adults with type 2 diabetes were recruited in this randomized controlled feasibility study with a mixed methods design. The intervention group (n=28) tried Sukaribit for 2 months. They were encouraged to report blood glucose levels and medications, and they received feedback from a physician. The control group (n=31) received standard care. Both groups were evaluated with pre and postmeasurements of glycemic control (HbA1c), diabetes distress, physical activity, and self-care. Feasibility was evaluated against 5 progression criteria regarding recruitment, study methods, and active participation. Results Of the 5 progression criteria, only 2 were met or partially met. The recruitment process exceeded expectations, and data collection worked well for self-reported data but not for HbA1c measured with a home testing kit. The participants were less active than anticipated, and the effect sizes were small. Only the number of blood glucose tests per day was positively affected by the intervention, with 0.6 more tests per day in the intervention group. Conclusions Recruitment of participants to a future fully powered study may work with minor adjustments. The collection of HbA1c using home testing constituted a major problem, and an alternative strategy is warranted. Finally, the app was not used as intended. In order to proceed with a larger study, the app and study procedures need improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,081
Tête enseignante GPT0,515
Écart entre enseignants0,434 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→