Tailored Self-Management App to Support Older Adults With Cancer and Multimorbidity: Development and Usability Testing
Notice bibliographique
Résumé
BACKGROUND: Globally, cancer predominates in adults aged older than 60 years, and 70% of older adults have ≥1 chronic condition. Cancer self-management interventions can improve symptom management and confidence, but few interventions target the complex needs of older adults with cancer and multimorbidity. Despite growing evidence of digital health tools in cancer care, there is a paucity of theoretically grounded digital self-management supports for older adults. Many apps for older adults have not been co-designed with older adults to ensure that they are tailored to their specific needs, which would increase usability and uptake. OBJECTIVE: We aim to report on the user evaluations of a self- and symptom-management app to support older adults living with cancer and multimorbidity. METHODS: This study used Grey's self-management framework, a design thinking approach, and involved older adults with lived experiences of cancer to design a medium-fidelity app prototype. Older adults with cancer or caregivers were recruited through community organizations or support groups to participate in co-designing or evaluations of the app. Data from interviews were iteratively integrated into the design process and analyzed using descriptive statistics and thematic analyses. RESULTS: In total, 15 older adults and 3 caregivers (n=18) participated in this study: 10 participated (8 older adults and 2 caregivers) in the design of the low-fidelity prototype, and 10 evaluated (9 older adults and 1 caregiver) the medium-fidelity prototype (2 older adults participated in both phases). Participants emphasized the importance of tracking functions to make sense of information across physical symptoms and psychosocial aspects; a clear display; and the organization of notes and reminders to communicate with care providers. Participants also emphasized the importance of medication initiation or cessation reminders to mitigate concerns related to polypharmacy. CONCLUSIONS: This app has the potential to support the complex health care needs of older adults with cancer, creating a "home base" for symptom management and support. The findings from this study will position the researchers to conduct feasibility testing and real-world implementation.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».