Using Journey Mapping and Service Blueprinting to Design Digital Health Behavior Change Innovations: A Scoping Review
Notice bibliographique
Résumé
INTRODUCTION: Solutions to support disease self-management and health-related behavior changes require a deep understanding of patient experiences, needs, and challenges across the care journey. Journey mapping (JM) and service blueprinting (SB) are valuable tools for visualizing user experiences and system processes over time. This scoping review explores how JM/SBs have been applied to design digitally enabled interventions targeting health-related behaviors among patients and the public. METHODS: The JBI reviewer manual was used to guide the review. Studies were sourced from Embase, Psych Info, PubMed, Medline, Web of Science, and Scopus. Inclusion criteria required studies to describe how JM/SBs informed the design of a digitally enabled health innovation that aimed to impact health or health care-related behaviors of patients or the public. A two-level screening process and iterative data extraction were applied. RESULTS: A total of 28 studies met the inclusion criteria, with a majority published between 2019 and 2024. The JM/SBs rarely used behavioral science theory and were structured, organized, and presented in diverse ways. Most studies designed their digital health behavior change innovations by using JM/SB to identify relevant innovation touchpoints across the patient journey. Patients frequently participated in the digital health behavior change innovation design process, with JM/SBs often serving as sensemaking tools. Innovations tended to address multifaceted health service problems through multimodal, digitally enabled solutions. CONCLUSIONS: JM/SBs are emerging as versatile tools to help digital health innovations to conduct user research, engage diverse partners, identify complex problems, and ideate creative solutions. However, limited integration of behavioral science theory indicates an area for future exploration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,050 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,035 | 0,031 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».