Collecting Feedback From Neurologists and Patients to Guide Development of a Parkinson Disease App (DigiPark): Qualitative, Noninterventional Study
Notice bibliographique
Résumé
Background: Parkinson disease (PD) is a worldwide, fast-growing, progressive neurodegenerative condition. Its multifaceted clinical presentation includes a wide range of motor and nonmotor symptoms. Smartphones present a potential solution to better monitor and subsequently alleviate PD symptoms. Objective: The aim of this study is to explore neurologists' and patients' needs and preferences regarding the design and functionality of a new smartphone app for PD, DigiPark. Methods: This qualitative, noninterventional study gathered data through two primary methods: (1) by conducting interviews with 9 neurologists and (2) through a usability test including 5 patients with PD. Results: The neurologists affirmed the necessity for a patient-centered app, highlighting the complexities of PD management. They advocated for personalized app functionalities to improve patients' quality of life and emphasized the need for enhanced patient-provider communication. Feedback from the usability test indicated a preference for a clear, simple user interface, as well as elucidation of the app's benefits. Concerns about the app's time demands and the complexity of certain features like medication management were expressed. Furthermore, patients with PD consistently showed interest in features that could track and monitor their progress over time. This highlights the need to include clear benefits within the app to maintain user engagement and commitment. Conclusions: Neurologists' and patients' feedback on the design and functionality of the app complement each other. Collaborative efforts in shaping the app should better address genuine PD management needs. Future clinical trial inclusion can further validate the efficacy of DigiPark.
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 | 0,029 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».