MétaCan
Menu
Retour à la cohorte
Enregistrement W4409613614 · doi:10.2196/71936

An mHealth App (NeoMayor) to Promote Healthy Lifestyles and Brain Health in Older Adults: Design and Validation Study

2025· article· en· W4409613614 sur OpenAlexvenueno aff
Myriam Gutiérrez, Victoria Cabello, Carol D. SanMartín, Jorge Mauro, Gada Musa, Consuelo San Martín, Carlos Márquez, Rodrigo Beltrán, Felipe Salech, Christian Ampuero, Pia Varas, Bastián Gamboa, Víctor Cortés, Rocío Ruiz, Rodrigo C. Vergara, María Isabel Behrens, Jamileth More, Carolina Delgado

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintGerontologyPsychologyApplied psychologyMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Latin American countries, the prevalence of noncommunicable diseases has increased rapidly in recent decades. Mobile health (mHealth) apps are now widely available at low cost and are easy to implement, offering an opportunity to encourage healthy lifestyles in older adults. However, at present, there are no mHealth apps that integrate multidomain healthy lifestyle interventions specifically adapted for older adults in Chile. OBJECTIVE: This study aims to describe the development and validation of NeoMayor, an mHealth app designed to promote healthy lifestyles as well as cardiovascular and brain health in older adults in Chile. METHODS: NeoMayor was developed iteratively with feedback from users and input from a multidisciplinary team of clinicians, researchers, and software developers. Using lean user experience methodology, we ensured user involvement throughout the design and validation process. The research was conducted in 2 phases. In the design and development phase, we created and adapted evidence-based recommendations. In the validation phase, we conducted a pilot study to assess usability, adherence, and cardiovascular health (CVH). A total of 60 functionally independent and cognitively healthy participants used the NeoMayor app for 2 months. Clinical and cognitive assessments were conducted before and after app use. We held 26 cocreation sessions with users, consulted experts, performed a literature review, and collaborated with a team of app developers to create a functional prototype. RESULTS: The mean age of the participants was 71 (SD 15) years, and 85% (51/60) were female. Participants had an average of 9.8 (SD 3.6) years of education. At the end of the 2-month intervention, usability testing indicated high engagement and adherence, with participants using the app for an average of 6.6 (SD 11.85) minutes per day twice a week. Improvements were observed in global CVH, with the mean Life's Essential 8 CVH index score increasing from 64 (SD 10) to 68 (SD 11; P<.001). Reductions were noted in systolic blood pressure (10 mm Hg) and waist circumference (7 cm), along with increased high-density lipoprotein cholesterol levels. Participants also showed improvements in self-reported physical activity and diet, higher scores on the Short Physical Performance Battery, and faster performance times on the sit-to-stand and gait speed tests. The app was optimized for broad compatibility with Android devices, safe data collection and storage, and compliance with data privacy regulations following good clinical practices. The final product is ready for testing in a randomized controlled trial. CONCLUSIONS: This study represents the first initiative in Chile to develop and validate an mHealth app to promote healthy lifestyles as well as cardiovascular and brain health in older adults, offering an effective, accessible, and affordable solution for promoting healthy aging in Latin American countries.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,586
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
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 Opus0,034
Tête enseignante GPT0,452
Écart entre enseignants0,418 · 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.

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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207