MétaCan
Menu
Retour à la cohorte
Enregistrement W4409197640 · doi:10.1016/j.invent.2025.100825

MyGuide long COVID: An online self-management tool for people with long COVID

2025· article· en· W4409197640 sur OpenAlexafffundabout
Hiten Naik, Kyla Pongratz, Michelle Malbeuf, Lori Last, Esther Khor, Marlee McGuire, Adeera Levin, Karen C. Tran

Notice bibliographique

RevueInternet Interventions · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensProvidence Health CareProvincial Health Services AuthorityCARE CanadaUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaMinistry of Health, British ColumbiaProvincial Health Services AuthorityPublic Health Agency of CanadaMinistry of HealthSt. Paul's FoundationMichael Smith Health Research BC
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyMedicineInternal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

Long COVID is a relatively new condition for which patients are asked to employ self-management strategies to manage their symptoms. However, it can be challenging for individuals with long COVID to find reliable and actionable self-management resources. The objective of this project was to develop an online tool for individuals with long COVID that is patient-centered, accessible, and customizable to meet individual needs. MyGuide Long COVID ( www.longCOVIDguide.ca ) was developed in British Columbia (BC), Canada, by a team that included long COVID clinicians and patient partners. Site visitors answer questions about their symptoms, and MyGuide generates a curated set of self-management resources tailored to their needs. Since its launch in August 2023, Google Analytics has been used to monitor website activity. Within the first year, MyGuide had 52,578 total page views and 8570 new users. The most popular method to access MyGuide was by computer (56.3 % of users), and the most represented city was Vancouver, BC (23.5 % of users). The most popular topics were “Post Exertional Malaise” (1339 sessions) and “What is long COVID?” (1257 sessions). An online tool to support chronic disease self-management can be successfully co-developed with patient partners and engagement tracked using web analytics. • It can be challenging for people with long COVID to find actionable self-management resources. • Developed with input from clinicians and patients, MyGuide Long COVID curates a set of resources for site visitors. • Within the first year, MyGuide Long COVID had 52,578 page views and 8570 new users. • MyGuide Long COVID is an example of an online tool can be co-created with patient partners and engagement tracked using web analytics.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0330,013

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 Opus0,025
Tête enseignante GPT0,364
Écart entre enseignants0,339 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternet InterventionsMême sujetLong-Term Effects of COVID-19Travaux en français237 207