Exploring the Needs and Preferences of Users and Parents to Design a Mobile App to Deliver Mental Health Peer Support to Adolescents With Type 1 Diabetes: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Beyond physical health, managing type 1 diabetes (T1D) also encompasses a psychological component, including diabetes distress, that is, the worries, fears, and frustrations associated with meeting self-care demands over the lifetime. While digital health solutions have been increasingly used to address emotional health in diabetes, these technologies may not uniformly meet the unique concerns and technological savvy across all age groups. OBJECTIVE: This study aimed to explore the mental health needs of adolescents with T1D, determine their preferred modalities for app-based mental health support, and identify desirable design features for peer-delivered mental health support modeled on an app designed for adults with T1D. METHODS: A semistructured qualitative focus group study was conducted with adolescents with T1D and parents of adolescents with T1D. Data were collected through pre-focus group surveys, including sociodemographic background, diabetes status, health care experiences, and focus group sessions, including their opinions on peer support and technology. A thematic analysis following an inductive and iterative process was performed to develop themes and subthemes from the collected information. RESULTS: Focus group participants included 10 adolescents (mean 16, SD 1 years; 8/10, 80% female; who had been living with diabetes for an average of 9, SD 5 years) and 10 parents (mean age 51, SD 7 years; 9/10, 90% female). Four core themes emerged: (1) experience: navigating adolescence with T1D, (2) empowerment: support systems that enabled better management of their T1D, (3) obstacles: societal barriers that affect adolescents' T1D management, and (4) innovation: adolescent-driven preferences for digital peer support platforms. CONCLUSIONS: App-based peer support offers a promising avenue for addressing the mental health needs of adolescents with T1D. Understanding the unique support needs of these adolescents and using this information to suggest design considerations for a mental health peer support app is an important step toward addressing their complex emotional and social challenges.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».