MétaCan
Menu
Retour à la cohorte
Enregistrement W4409720378 · doi:10.2196/58095

Digital Health Intervention for Patient Monitoring in Immune-Mediated Inflammatory Diseases: Cocreation and Feasibility Study of the IMIDoc Platform

2025· article· en· W4409720378 sur OpenAlexvenueno aff
Diego Benavent, Jose M. Iniesta-Chamorro, Marta Novella-Navarro, Miguel Pérez-Martínez, Nuria Martínez-Sánchez, Mónica Kaffati, Manuel Juárez-García, Marina Molinari-Pérez, Andrea González‐Torbay, Mariana Gutiérrez, N. López-Juanes, Victoria Navarro‐Compán, I. Monjo, Germán Rodríguez-Rosales, Javier Bachiller‐Corral, E. Calvo, Xabier Michelena, Laura Berbel-Arcobé, Alejandro Balsa, Enrique J. Gómez Aguilera, Chamaida Plasencia‐Rodríguez

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityWorkflowMedicineInformaticsClinical decision support systemComputer scienceDecision support systemHuman–computer interactionEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: Immune-mediated inflammatory diseases, such as rheumatoid arthritis and spondyloarthritis, pose challenges due to recurrent flares and gaps in patient monitoring. Traditional health care models often fail to capture disease progression effectively. Objective: This study aimed to describes the structured cocreation of the IMIDoc platform, an interdisciplinary initiative aimed at improving patient monitoring, education, and health care provider decision-making. Methods: IMIDoc was cocreated through an interdisciplinary team involving clinical experts, biomedical engineers, and technical developers, using user-centered design principles. The development process included the identification of unmet clinical needs, user-centered app design, implementation of medication management features, patient data recording capabilities, and educational content. A 3-month feasibility and functionality testing was performed to evaluate the usability and technical performance of the apption. Results: During the feasibility testing, 111 entries were logged for the patient mobile app, comprising 76 errors identified and corrected, 16 improvements addressing functionality, usability, and performance, and 10 evolutionary suggestions. The professional interface received 45 entries, identifying 40 errors and 5 evolutionary suggestions. Ten iterative updates significantly enhanced the user interface intuitiveness and medication reminder functionality, aligning the solution closely with clinical workflows and user needs. Conclusions: The IMIDoc platform, developed by a multidisciplinary cocreation methodology, shows potential to improve the management of immune-mediated inflammatory diseases ithrough enhanced communication and monitoring. A multicenter clinical study with 360 patients across 5 Spanish hospitals will further evaluate its impact.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,348
Écart entre enseignants0,323 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207