Consumer Involvement in the Co-Design of Diabetes Self-Management Smartphone Apps: A Scoping Review
Notice bibliographique
Résumé
Consumer involvement in the co-design of diabetes self-management smartphone apps is vital. This scoping review explored how consumers are involved in the co-design processes and methods and approaches guiding this research.Our review was guided by Arksey and O'Malley's five-stage framework, PRISMA-ScR guidelines, and Witteman and colleagues' 11-item user-centered design (UCD-11) framework. We searched literature across five databases and examined types of consumer involvement in co-design and frequency of methods and approaches (i.e., co-design approaches, behavioral theories, and other frameworks), synthesizing findings in SPSS and Excel.Of the 14,206 initial items, 283 articles were included. Most studies were conducted in Asia (33.2%) and focused on type 2 diabetes (43.1%). All articles addressed at least one UCD principle, and prototype evaluation (UCD-3) was the most frequent (82.3%); 85.2% addressed iterative responsiveness (factor 2). Most articles (66.8%) did not report a particular method or approach; 20.5% used design-related approaches, with user-centered design being the most common (7.4%). Few articles (3.9%) utilized social cognitive theory.Overall, co-design activities were isolated by phase. Consumers were primarily involved in evaluating prototypes and had limited engagement in the early stages. Iterative responsiveness factor activities were underreported or limited in scope. The use of approaches, theories, and frameworks was inconsistent. Consumer involvement in the co-design of diabetes self-management apps is often limited to later phases, with minimal engagement during the critical preprototype phase. To enhance the relevance, effectiveness, and adoption of diabetes self-management apps, app designers should improve the reporting of co-design activities and engage consumers across all co-design phases.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».