A Medication Management App (Smart-Meds) for Patients After an Acute Coronary Syndrome: Pilot Pre-Post Mixed Methods Study
Notice bibliographique
Résumé
Background: Medication nonadherence remains a significant challenge in the management of chronic conditions, often leading to suboptimal treatment outcomes and increased health care costs. Innovative interventions that address the underlying factors contributing to nonadherence are needed. Gamified mobile apps have shown promise in promoting behavior change and engagement. Objective: This pilot study aimed to evaluate the efficacy and usability of a gamified mobile app that used a narrative storytelling approach to enhance medication adherence among patients following acute coronary syndrome (ACS). The study aimed to assess changes in participants' beliefs about medication and self-reported adherence before and after the intervention. Additionally, user feedback regarding the narrative component of the app was gathered. Methods: Overall, 18 patients who recently experienced ACS were recruited for a 1-month intervention using the gamified app. Participants' beliefs about medication and self-reported adherence were assessed using standardized scales pre- and postintervention. The app's usability was also evaluated through a postintervention questionnaire. Statistical analyses were performed to determine the significance of changes in belief and adherence scores. Results: Although 33% (6/18) of the participants did not use the intervention more than once, the remaining 12 remained engaged during the 30 days of the study. The results did not indicate a significant improvement in participants' beliefs about medication following the intervention. However, self-reported adherence significantly improved (P<.05) after the intervention with a mean score going from 29.1 (SD 6.9) to 32.4 (SD 5.6), with participants demonstrating a greater self-efficacy to their prescribed medication regimen. However, the results did not indicate a significant improvement in participants' beliefs about medication. With a mean average score of 80.6, the usability evaluation indicates a good usability rating for the gamified app. However, the narrative storytelling component of the app was not favored by the participants, as indicated by their feedback. Conclusions: This pilot study suggests that a gamified mobile app using narration may effectively enhance medication self-efficacy and positively influence patients' beliefs about medication following ACS. However, the narrative component of the app did not receive favorable feedback from participants. Future research should focus on exploring alternative methods to engage participants in the app's narrative elements while maintaining the positive impact on adherence and beliefs about medication observed in this study.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».