MétaCan
Menu
Retour à la cohorte
Enregistrement W4401409582 · doi:10.2196/53805

Assessment of Eye Care Apps for Children and Adolescents Based on the Mobile App Rating Scale: Content Analysis and Quality Assessment

2024· article· en· W4401409582 sur OpenAlexvenueno aff
Ming Liu, Xiaoqian Wu, Ziyu Li, Dongmei Tan, Cheng Huang

Notice bibliographique

RevueJMIR mhealth and uhealth · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinopathy of Prematurity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile appsRating scaleScale (ratio)mHealthQuality (philosophy)App storePsychologyComputer scienceMedicineWorld Wide WebPsychological interventionPsychiatryDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In China, the current situation of myopia among children and adolescents is very serious. Prevention and control of myopia are inhibited by the lack of medical resources and the low awareness about eye care. Nevertheless, mobile apps provide an effective means to solve these problems. Since the health app market in China is still immature, it has become particularly important to conduct a study to assess the quality of eye-care apps to facilitate the development of better eye-care service strategies. OBJECTIVE: This study aimed to evaluate the quality, functionality, medical evidence, and professional background of eye-care apps targeting children and adolescents in the Chinese app stores. METHODS: A systematic search on iOS and Android app stores was performed to identify eye-care apps for children and adolescents. The general characteristics, development context, and functional features of the apps were described. Quality assessment of the apps was completed by 2 independent researchers using the Mobile App Rating Scale. RESULTS: This study included 29 apps, of which 17 (59%) were developed by commercial organizations and 12 (41%) had a design with relevant scientific basis. The main built-in functions of these apps include self-testing (18/29, 62%), eye exercises (16/29, 55%), and eye-care education (16/29, 55%). The mean overall quality of eye-care apps was 3.49 (SD 0.33), with a score ranging from 2.89 to 4.39. The overall Mobile App Rating Scale score exhibited a significant positive correlation with the subscale scores (r=0.81-0.91; P<.001). In addition, although most apps provided basic eye-care features, there are some deficiencies. For example, only a few apps were developed with the participation of medical organizations or professional ophthalmologists, and most of the apps were updated infrequently, failing to provide the latest eye-care information and technology in a timely manner. CONCLUSIONS: In general, the quality of eye-care apps for children and teenagers in Chinese app stores is good. These apps fulfill users' needs for eye-care services to a certain extent, but they still suffer from insufficient medical background, low user engagement, and untimely updates. In order to further improve the effectiveness of eye-care apps, cooperation with medical institutions and professional ophthalmologists should be strengthened to enhance the scientific and authoritative nature of the apps. At the same time, interactive features and regular updates should be added to enhance user participation and the continuity of the apps. This study provides a reference for future development or improvement of eye-care apps, which can help promote myopia prevention and control.

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)0,031
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0130,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,066
Tête enseignante GPT0,437
Écart entre enseignants0,371 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetRetinopathy of Prematurity StudiesTravaux en français237 207