MétaCan
Menu
Retour à la cohorte
Enregistrement W4411229058 · doi:10.2196/66658

Preuse Acceptance of a Family-Centered, Need-Based, and Interprofessional Perinatal Care Mobile Health Intervention: Exploratory Study

2025· article· en· W4411229058 sur OpenAlexvenueno aff
Kristina Killinger, Verena Seyfried, Katharina Brusniak, Markus Wallwiener, Michael Abou‐Dakn, D. Scholle, Stephanie Wallwiener

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExploratory researchIntervention (counseling)NursingPsychologyFamily centered careHealth careMedicineFamily medicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: The perinatal period is one of the most vulnerable times a woman experiences. Multidimensional, interprofessional, and personalized support is needed to improve outcomes in women's and children's health while strengthening partner relationships at the same time. Although a vast amount of support services already exist in Germany for psychosocial counseling during the perinatal period, groups who are especially at risk do not take advantage of them. Objective: Family eNav is an app-based intervention developed by experts in the field of medical and psychosocial support to help young parents navigate through primary and secondary care services in Germany according to their needs. It also empowers patient and parenting perspectives through self-education and symptom monitoring for different settings, for example, mental health and preterm birth. While the intervention will be evaluated in a multicenter, randomized, controlled trial, the focus here lies on the conception of the app, demand among patients, and preuse acceptance. Methods: During the conception phase, we conducted an explorative study with prospective users and experts in the perinatal psychosocial field to understand the need and preuse acceptance of the intervention. We interviewed 20 participants with a semistructured guide, analyzing their responses using systematic text condensation. Additionally, we conducted a short survey on general questions concerning digitalization within the health care system among the participants. Results: We established two main themes: (1) access and barriers to health care and psychosocial services and (2) high preuse acceptance of app-based intervention. Health care and psychosocial providers indicated that there is a high demand for their services, which cannot always be met immediately, and at the same time, they are doubtful of reaching those individuals most in need. Prospective users and health and social care providers alike showed great interest in the perinatal navigator and suggested a variety of needs and content requirements to be included. Regionality, availability, and individualized content were underlined as success factors for high user acceptance. Barriers consisted of data protection concerns, as well as denial of their own needs. Conclusions: Our findings show great acceptance for an app-based intervention on the part of both prospective users and service providers. Feedback on requirements and content, as well as possible barriers, was taken into consideration while developing the app.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
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 Opus0,060
Tête enseignante GPT0,469
Écart entre enseignants0,409 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207