Evaluating the Quality, Content Accuracy, and User Suitability of mHealth Prenatal Care Apps for Expectant Mothers: Critical Assessment Study
Notice bibliographique
Résumé
BACKGROUND: The proliferation of health apps in the digital health landscape has created significant opportunities for health promotion, particularly during pregnancy. However, despite the widespread distribution and popularity of pregnancy mobile apps, there are limited data on their quality and content. OBJECTIVE: This study aimed to evaluate the quality, content accuracy, and suitability of the most popular and freely available Persian mobile health (mHealth) apps for prenatal care in expectant mothers. METHODS: Through a systematic search, a total of 199 apps were screened from available app stores using the search term "pregnancy app" until July 2023. Inclusion criteria were apps in the Farsi language, freely available, downloaded more than 10,000 times, and designed for pregnant women. Ultimately, 9 apps met these criteria. These apps were downloaded onto mobile phones and assessed by 2 independent reviewers using the Mobile App Rating Scale (MARS), the Coverage and Depth of Information Checklist, and the Suitability Assessment of Materials (SAM). Statistical analyses explored relationships between app quality metrics and user ratings. RESULTS: The 9 apps evaluated had an average MARS score of 3.55 (SD 0.61) out of 5. Aesthetics (mean 4.02, SD 0.45) and Functionality (mean 4.11, SD 0.36) scored the highest, followed by Engagement (mean 3.29, SD 0.53) and Information (mean 3.09, SD 0.48). User star ratings did not strongly correlate with MARS scores (r=0.38, P>.05). Regarding health information coverage, 6 out of 9 (66.7%) apps were rated as poor, and 3 (33.3%) as adequate. For SAM, 4 (44.4%) apps were rated as superior and 5 (55.6%) as adequate. No app received a poor score. CONCLUSIONS: The study underscores the need for improved standards in pregnancy app development to enhance educational efficacy and user satisfaction. Health care providers should recommend high-quality pregnancy apps with appropriate content to ensure effective health promotion. These findings contribute to understanding the current landscape of pregnancy apps and highlight areas for future research and regulatory attention. TRIAL REGISTRATION: PROSPERO CRD42023461605; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=461605.
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 | 0,007 | 0,002 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».