User Experience of Persons Using Ingestible Sensor–Enabled Pre-Exposure Prophylaxis to Prevent HIV Infection: Cross-Sectional Survey Study
Notice bibliographique
Résumé
Background: A digital health technology's success or failure depends on how it is received by users. objectives: We conducted a user experience (UX) evaluation among persons who used the Food and Drug Administration-approved Digital Health Feedback System incorporating ingestible sensors (ISs) to capture medication adherence, after they were prescribed oral pre-exposure prophylaxis (PrEP) to prevent HIV infection. We performed an association analysis with baseline participant characteristics, to see if "personas" associated with positive or negative UX emerged. Methods: UX data were collected upon exit from a prospective intervention study of adults who were HIV negative, prescribed oral PrEP, and used the Digital Health Feedback System with IS-enabled tenofovir disoproxil fumarate plus emtricitabine (IS-Truvada). Baseline demographics; urine toxicology; and self-report questionnaires evaluating sleep (Pittsburgh Sleep Quality Index), self-efficacy, habitual self-control, HIV risk perception (Perceived Risk of HIV Scale 8-item), and depressive symptoms (Patient Health Questionnaire-8) were collected. Participants with ≥28 days in the study completed a Likert-scale UX questionnaire of 27 questions grouped into 4 domain categories: overall experience, ease of use, intention of future use, and perceived utility. Means and IQRs were computed for participant total and domain subscores, and linear regressions modeled baseline participant characteristics associated with UX responses. Demographic characteristics of responders versus nonresponders were compared using the Fisher exact and Wilcoxon rank-sum tests. Results: Overall, 71 participants were enrolled (age: mean 37.6, range 18-69 years; n=64, 90% male; n=55, 77% White; n=24, 34% Hispanic; n=68, 96% housed; and n=53, 75% employed). No demographic differences were observed in the 63 participants who used the intervention for ≥28 days. Participants who completed the questionnaire were more likely to be housed (52/53, 98% vs 8/10, 80%; P=.06) and less likely to have a positive urine toxicology (18/51, 35% vs 7/10, 70%; P=.08), particularly methamphetamine (4/51, 8% vs 4/10, 40%; P=.02), than noncompleters. Based on IQR values, ≥75% of participants had a favorable UX based on the total score (median 3.78, IQR 3.17-4.20), overall experience (median 4.00, IQR 3.50-4.50), ease of use (median 3.72, IQR 3.33-4.22), and perceived utility (median 3.72, IQR 3.22-4.25), and ≥50% had favorable intention of future use (median 3.80, IQR 2.80-4.40). Following multipredictor modeling, self-efficacy was significantly associated with the total score (0.822, 95% CI 0.405-1.240; P<.001) and all subscores (all P<.05). Persons with more depressive symptoms reported better perceived utility (P=.01). Poor sleep was associated with a worse overall experience (-0.07, 95% CI -0.133 to -0.006; P=.03). Conclusions: The UX among persons using IS-enabled PrEP (IS-Truvada) to prevent HIV infection was positive. Association analysis of baseline participant characteristics linked higher self-efficacy with positive UX, more depressive symptoms with higher perceived utility, and poor sleep with negative UX.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».