MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403913686 · doi:10.2196/63737

Mobile Phone App to Promote Lifestyle Change in People at Risk of Type 2 Diabetes: Feasibility 3-Arm Randomized Controlled Trial

2024· article· en· W4403913686 sur OpenAlexvenueno aff
Gyri Skoglund, Gunvor Hilde, Pernille Lunde, Venessa Vera Cruz Naceno, Cecilie Fromholt Olsen, Birgitta Blakstad Nilsson

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintType 2 diabetesMobile phoneMobile appsRandomized controlled trialGerontologyPhoneMedicineInternet privacyDiabetes mellitusComputer scienceWorld Wide WebInternal medicineTelecommunications

Résumé

récupéré en direct d'OpenAlex

Background: The use of mobile health interventions, such as apps, are proposed to meet the challenges faced by preventive health care services due to the increasing prevalence of type 2 diabetes (T2D). Thus, we developed and conducted initial feasibility testing of the Plunde app for promoting and monitoring individual goals related to lifestyle change for people at risk of T2D. Objective: The primary aim of this study was to assess the feasibility of an app for promoting lifestyle change in people at risk of T2D. The secondary aim was to assess recruitment rate, resource requirements, and change in potential outcomes for a full scale randomized controlled trial (RCT) study . Methods: A 3-arm feasibility RCT lasting 12 weeks was designed. Participants were recruited from 9 general practitioners in Norway. Eligible participants were randomized to either (1) app follow-up; (2) app follow-up and referral to care as usual in Healthy Life Centers; or (3) referral to care as usual in a Healthy Life Center, only. The primary outcome was feasibility and was measured by app adherence (actual usage of the app), the System Usability Scale, and app motivation score gained from a questionnaire designed for this study. Criteria for success were preset based on these measures. Secondary outcomes included recruitment rate, resource requirements, and potential primary outcomes of a full-scale RCT. This included change in body weight, waist circumference, and self-evaluated functional health status, assessed with the Dartmouth Primary Care Cooperative Research Network/World Organization of Family Doctors (COOP/WONCA) functional health assessment chart. Results: Within 8 months, 9 general practitioners recruited a total of 54 participants, of which 45 were eligble for participation in the study. Mean age was 61 (SD 13) years and 53% (n=24) were female. App adherence was 86%, the mean System Usability Scale score was 87.3 (SD 11.9), and the mean app motivation score was 74.8 (SD 30.3). Throughout the intervention period, health care professionals spent on average 3.0 (SD 1.0) minutes per participant per week providing follow-up. Statistically significant reduction in body weight and waist circumference was shown in group 1 and 3. Conclusions: Based on the preset criteria for success, the Plunde app is feasible in providing support for lifestyle change. The Plunde app had excellent user satisfaction. The amount of time spent on monitoring and promoting lifestyle change through the app was low; however, the recruitment was slow. Results from this study will guide the development of further research within this field.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,088
Tête enseignante GPT0,510
Écart entre enseignants0,421 · 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'étudeEssai randomisé
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'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→