MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402661657 · doi:10.1249/01.mss.0001062112.87359.8b

Cancer Exercise Mobile App: Reporting The First Analytics

2024· article· en· W4402661657 sur OpenAlexaffabout
Myriam Filion, Anna L. Schwartz, Kerry S. Courneya

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAnalyticsMobile appsCancerComputer scienceMedicineData scienceWorld Wide WebInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Cancer Exercise mobile application (app) has been freely available to cancer survivors since 2020. The app was developed based on Social-Cognitive Theory incorporating several evidence-based behaviour change techniques and follows the American College of Sports Medicine Exercise Guidelines for cancer survivors. The Cancer Exercise app has not been assessed regarding performance and engagement. Here, we report some preliminary data on the usage and functionality of the app prior to testing its efficacy in a randomized control trial (RCT) in cancer survivors. PURPOSE: To report the Cancer Exercise mobile app iOS version user analytics since its launch and benchmark to other health and fitness apps. METHODS: Using data collected retrospectively from app inception (January 2020) to present (October 2023), we obtained the following app analytics for the iOS version of Cancer Exercise: total of downloads, conversion rate (people navigating in the app), location of users, and type of device. We also collected the total of downloads by source, usage (sessions per active device), and crashes. This data will be benchmarked with other health and fitness apps. RESULTS: The Cancer Exercise app had a total of 1700 downloads with 88% of those downloads to an iPhone. We note the conversion rate monthly average is 9% and it has been increasing in recent months (14.7%). Most users are in the United States (60%), United Kingdom (0.08%), or Canada (0.06%). A total of 1076 (63%) people searched the Cancer Exercise app on the App Store, 371 on a web referrer, and 123 on the app referrer. Among users who opt-in to share data about their health, the proportion of sessions per active device is 1.83% with an increase rate of 2.33%. The app had a total of 13 crashes (nearly 0%). When the performance is benchmarked to other health and fitness apps, the conversion rate is between the 50th and 75th percentile (14.7%) (and the crash rate is below the 25th percentile (~0.00%). CONCLUSION: The Cancer Exercise mobile app is highly functional. The total number of downloads and individuals searching for this digital tool shows that the Cancer Exercise app is worth testing in an RCT of cancer survivors.

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)0,008
score de la tête « metaresearch » (Gemma)0,055
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,025

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 Opus0,050
Tête enseignante GPT0,438
Écart entre enseignants0,388 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→