Usability and Acceptability of an App-Based Approach to Treat Low Back Pain: Preplanned Secondary Analysis of a Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Low back pain (LBP) is a major cause of disability worldwide. To tackle issues such as long wait times and limited access to conventional care, telemedicine is emerging as a viable alternative. It offers benefits such as reduced travel and increased flexibility, with evidence showing comparable effectiveness to in-person care. However, usability remains a key challenge, impacting patient compliance. objectives: In a 3-arm randomized controlled trial, our preplanned secondary analysis aimed to assess the usability and patient perceptions toward an autonomous app-based intervention ("NOLA") for LBP to improve clinical practice of telemedicine interventions. Objectives included evaluating app usability, assessing perceptions toward telemedicine, and exploring app usage, adherence, and motivation. Methods: Patients with LBP were recruited from May to August 2022 and randomized into App, Physio+App, or Physio groups. App and Physio+App groups were included in this subanalysis. Intervention duration was 6 weeks. Data on baseline characteristics, System Usability Scale, Telemedicine Perception Questionnaire, app usage, adherence, and motivation were collected via web-based questionnaires. Results: A total of 64 participants were randomized to use the app with available data for 38 participants. The mean age of participants who completed was 49.9 (SD 13.6) years, with 78% (29/38) experiencing LBP for more than 2 years. Usability scores (0-100) were good (Physio+App: median 78, IQR 58-92, app: median 86, IQR 65-91). Positive telemedicine perceptions were noted, with 84% (15/20) rating it an adequate addition to usual care. App usage varied, with 43% (16/35) using it 3 to 5 days per week, and 64% (21/33) reported motivation to use the app. The dropout rates (App: 14/32, 44%; Physio+App: 12/32, 38%; Physio: 11/29, 38%) were similar, but participants who dropped out had statistically significantly less pain (completers: mean 3.9, SD 2.0; dropouts: mean 3.0, SD 2.0; P=.02). Reasons for dropout were mostly not reported. Conclusions: The app "NOLA" demonstrated good usability, and participants expressed positive perceptions toward telemedicine in those who completed the intervention. Despite concerns about the lack of physical contact, the majority considered telemedicine a convenient form of health care delivery. App usage and motivation were favorable, emphasizing the potential of app-based interventions in managing LBP.
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 | 0,021 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».