Leveraging Co-Design, Design Thinking, and Service Blueprinting to Create Digital Health Behavior Change Innovations: Insights From a Co-Design Workshop With Type 2 Diabetes Remission Health Coaches
Notice bibliographique
Résumé
INTRODUCTION: Digital health innovations are increasingly being designed to support chronic disease management. Digital health innovations may be particularly valuable for supporting health coaching interventions for type 2 diabetes (T2D) remission. To design more effective digitally enabled health coaching for T2D remission, design methods that utilize co-design, design thinking, and service blueprinting may be advantageous. METHODS: A one-day collaborative design thinking workshop in Toronto, Canada involved health coaches from pan-Canadian T2D remission research sites. Health coaches reflected on their experiences and identified digital innovation opportunities. Workshop activities included empathizing with each other, defining clear opportunities, and ideating solutions. Data were collected through audio recordings, field notes, and activity outputs, and then analyzed using qualitative content analysis. Researchers synthesized the data into a service blueprint, which outlined specific needs for delivering future digitally enabled T2D remission programming. RESULTS: Health coaches emphasized the importance of personalized goal setting, deep relationship building, and responsive behavioral recommendations in effective T2D remission coaching. Coaches envisioned digital tools as fundamental for improving information accessibility, streamlining workflows, and delivering tailored support throughout the T2D remission journey. The developed service blueprint pinpointed key opportunities where digital technology could enhance the coaching process over time, offering actionable solutions to address patient, coach, provider, and system needs. CONCLUSION: This study demonstrates the transformative potential of using co-design, design thinking, and service blueprinting to create more meaningful digital health self-management interventions. Future research should validate the developed service blueprint in real-world settings and explore the impact of digitally enabled health coaching on long-term T2D remission outcomes.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».