Development and Usability of the OHiFamily Mobile App to Enhance Accessibility to Maternal and Infant Information for Expectant Families in Ohio: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: The Infant Mortality Research Partnership in Ohio is working to help pregnant individuals and families on Medicaid who are at risk for infant mortality and preterm birth. As part of this initiative, researchers at The Ohio State University worked to develop a patient-facing mobile app, OHiFamily, targeted toward, and created for, this population. To address the social determinants of health that can affect maternal and infant health, the app provides curated information on community resources, health care services, and educational materials in a format that is easily accessible and intended to facilitate contact between families and resources. The OHiFamily app includes 3 distinct features, that is, infant care logging (eg, feeding and diaper changes), curated educational resources, and a link to the curated Ohio resource database (CORD). This paper describes the development and assessment of the OHiFamily app as well as CORD. OBJECTIVE: This study aimed to describe the development of the OHiFamily mobile app and CORD and the qualitative feedback received by the app's intended audience. METHODS: The researchers performed a landscape analysis and held focus groups to determine the resources and app features of interest to Ohio families on Medicaid. RESULTS: Participants from several focus groups were interested in an app that could offer community resources with contact information, information about medical providers and information and ways to contact them, health tips, and information about pregnancy and infant development. Feedback was provided by 9 participants through 3 focus group sessions. Using this feedback, the team created a curated resource database and mobile app to help users locate and access resources, as well as access education materials and infant tracking features. CONCLUSIONS: OHiFamily offers a unique combination of features and access to local resources for families on Medicaid in Ohio not seen in other smartphone apps.
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 | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».