MétaCan
Menu
Retour à la cohorte
Enregistrement W4392738495 · doi:10.2196/55132

The Olera.care Digital Caregiving Assistance Platform for Dementia Caregivers: Preliminary Evaluation Study

2024· article· en· W4392738495 sur OpenAlexvenueno aff
Qiping Fan, Minh-Nguyet Hoang, Logan DuBose, Marcia G. Ory, Jeswin Vennatt, Diana Salha, Shinduk Lee, Tokunbo Falohun

Notice bibliographique

RevueJMIR Aging · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingSmall Business Innovation Research
Mots-clésDementiaPsychologyNursingGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The increasing prevalence of Alzheimer disease and Alzheimer disease-related dementia in the United States has amplified the health care burden and caregiving challenges, especially for caregivers of people living with dementia. A web-based care planning tool, Olera.care, was developed to aid caregivers in managing common challenges associated with dementia care. OBJECTIVE: This study aims to preliminarily evaluate the quality and usability of the Olera.care platform and assess the preferences of using the technology and interests in learning about different older adult care services among caregivers. METHODS: For interview 1, we aim to understand caregiving needs and let the participants start engaging with the platform. After they engage with the platform, we schedule the second interview and let the participants complete the Mobile Application Rating Scale. The survey also included sociodemographic characteristics, caregiving experiences, communication preferences in technology adoption, and older adult care service use and interests. Descriptive statistics were used to describe the quality and usability of the platform and characteristics of the participants. We conducted 2-sample 2-tailed t tests to examine the differences in the Mobile Application Rating Scale evaluation scores by caregiver characteristics. RESULTS: Overall, 30 adult caregivers in Texas completed the evaluation. The majority were aged ≥50 years (25/30, 83%), women (23/30, 77%), White (25/30, 83%), and financially stable (20/30, 67%). The Olera.care platform evaluation showed high satisfaction, with an overall mean rating of 4.57 (SD 0.57) of 5, and scored well in engagement (mean 4.10, SD 0.61), functionality (mean 4.46, SD 0.44), aesthetics (mean 4.58, SD 0.53), and information quality (mean 4.76, SD 0.44) consistently across all participants. A statistically significant difference (P=.02) was observed in functionality evaluation scores by duration of caregiving, with caregivers dedicating more hours to care rating it higher than those providing less care (mean 4.6, SD 0.4 vs mean 4.2, SD 0.5). In addition, caregivers with less caregiving experience reported significantly higher evaluation scores for aesthetics (P=.04) and information quality (P=.03) compared to those with longer years of caregiving. All participants expressed a willingness to recommend the app to others, and 90% (27/30) rated the app overall positively. Most of the participants (21/30, 70%) favored anonymous interactions before receiving personalized feedback and preferred computer browsers over mobile apps. Medical home health services were the most used, with a diverse range of services being used. Caregiver support groups, medical providers, memory care, meal services, and adult day care were among the most desired services for future exploration. CONCLUSIONS: The Olera.care web-based platform is a practical, engaging, easy-to-use, visually appealing, and informative tool for dementia caregivers. Future development and research are essential to enhance the platform and comprehensively evaluate it among a broader population.

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 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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,030
Tête enseignante GPT0,368
Écart entre enseignants0,338 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207