MétaCan
Menu
Retour à la cohorte
Enregistrement W4404092425 · doi:10.2196/60066

Exploring the Use of Activity Trackers to Support Physical Activity and Reduce Sedentary Behavior in Adults Diagnosed With Type 2 Diabetes: Qualitative Interview Study Using the RE-AIM Framework

2024· article· en· W4404092425 sur OpenAlexvenueno aff
William Hodgson, Alison Kirk, Marilyn Lennon, Xanne Janssen

Notice bibliographique

RevueJMIR Diabetes · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintActivity trackerPhysical activityQualitative researchType 2 diabetesPsychologyGerontologyDiabetes mellitusApplied psychologyMedicinePhysical therapyComputer scienceSociologyWorld Wide WebAnthropologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: The prevalence of type 2 diabetes in adults worldwide is increasing. Low levels of physical activity and sedentary behavior are major risk factors for developing the disease. Physical activity interventions incorporating activity trackers can reduce blood glucose levels in adults diagnosed with type 2 diabetes. The My Diabetes My Way website is a support and educational platform for people diagnosed with diabetes and health care professionals. Users of the My Diabetes My Way website can upload their Fitbit (Google Inc) activity data into the system but this is not presently being analyzed and used routinely within clinical care. Developers of the My Diabetes My Way system are planning to allow different makes of activity trackers to be integrated with the platform. Objective: This qualitative study aimed to explore (through the RE-AIM [reach, effectiveness, adoption, implementation, and maintenance] framework) views from adults diagnosed with type 2 diabetes and health care professionals on the integration of activity trackers into type 2 diabetes care. Methods: Overall, 12 adults diagnosed with type 2 diabetes and 9 health care professionals (4 general practitioners, 1 consultant, 2 diabetes nurses, 1 practice nurse, and 1 physical activity advisor) were recruited through social media and professional contacts. Semistructured one-to-one interviews were conducted. Abductive thematic analysis was undertaken, and main themes and subthemes were identified. The RE-AIM framework was used to evaluate the themes with respect to the wider use of activity trackers and the My Diabetes My Way platform within type 2 diabetes clinical care. Results: Overall, 6 main themes (awareness, access, cost, promotion, support, and technology and data) and 20 subthemes were identified. Evaluation using the 5 RE-AIM dimensions found that reach could be improved by raising awareness of the My Diabetes My Way platform and the ability to upload activity tracker data into the system. Effectiveness could be improved by implementing appropriate personalized measures of health benefits and providing appropriate support for patients and health care staff. Adoption could be improved by better promotion of the intervention among stakeholders and the development of joint procedures. Implementation could be improved through the development of an agreed protocol, staff training, and introducing measurements of costs. Maintenance could be improved by supporting all patients for long-term engagement and measuring improvements to patients' health. Conclusions: Through this study, we identified how the reach, effectiveness, adoption, implementation, and maintenance of integrating activity trackers into adult type 2 diabetes care could be improved.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

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

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 Opus0,340
Tête enseignante GPT0,517
Écart entre enseignants0,177 · 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 tête enseignante, 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'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207