Usability and User Experience Testing of a Co-Designed Electronic Patient-Reported Outcomes App (“MyPal for Adults”) for Palliative Cancer Care: Mixed Methods Study
Notice bibliographique
Résumé
Background: Mobile health technologies have the potential to enhance the management, communication, and overall quality of life of patients with cancer. The MyPal project, using a participatory design approach, aims to provide palliative care support for patients with cancer through an electronic patient-reported outcomes eHealth platform. Objective: This study aims to evaluate the usability and user experience of "MyPal for adults," a co-designed palliative care mobile app designed to support adults with cancer. Methods: Representative users participated in a 4-step usability study using a "think-aloud" protocol, complemented with feature satisfaction, difficulty perceived, and design impression surveys along with a short, structured interview. Participants were also asked to provide quantitative feedback via the postuse System Usability Scale, User Experience Questionnaire, and Post-Study System Usability Questionnaire. The data were analyzed along the lines of the International Organization for Standardization (ISO) 9241-210 framework. Results: All participants found the intervention content useful, and they reported satisfactory usability, with a mean Post-Study System Usability Questionnaire score of 2.458 (SD 1.08) and a System Usability Scale score of 68.9. All aspects of the User Experience Questionnaire (attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty) surpassed usability quality benchmarks. The qualitative analysis identified 43 usability issues, primarily related to effectiveness and efficiency as defined in ISO 9241-210. Conclusions: In this study, we conducted a usability evaluation of the "MyPal for adults" app, a digital tool designed to enhance the palliative care experience. This approach identifies real-world usability issues, enabling iterative improvements in the eHealth platform's design. Our findings reveal a user-friendly interface and positive patient experiences. This study emphasizes the need to enhance mobile health platform usability, offering insights to improve digital palliative care.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».