Development of a Mobile App (iCANSleep) to Treat Insomnia in Cancer Survivors: User-Centered Design Study
Notice bibliographique
Résumé
Background: Insomnia affects the quality of life and health outcomes of cancer survivors. Cognitive behavioral therapy for insomnia (CBT-I) is an effective treatment for insomnia among cancer survivors, but it is not readily accessible due to the limited number of trained providers and the difficulties in providing care across wide geographical areas. Mobile health (mHealth) technologies represent a promising solution; however, these technologies are not tailored to the unique needs of cancer survivors. Objective: This study aimed to understand the needs and preferences of cancer survivors and test the usability of an evidence-based CBT-I smartphone app called iCANSleep that will be tailored and accessible to cancer survivors. Methods: A user-centered design (UCD) approach was applied, and cancer survivors were actively engaged in the app's design, usability testing, and prototype refinement. In phase 1, semistructured interviews were conducted with a purposive sample of cancer survivors (n=20) to inform the design of the app and its content. In phase 2, iterative low- (n=8) and high-fidelity (n=7) usability testing was conducted with participants until no further recommendations for change were suggested. Results: Users suggested several defining characteristics, features, and desired functionalities, including a user-friendly and evidence-based design. They saw increased accessibility and simplicity as advantages of a mobile app but expressed some concerns about data security and losing the accountability that comes with in-person treatment. User testing highlighted the preference for images of real people and diverse stories over graphics and animated videos, and offered suggestions for enhanced navigation. The first iteration of the app was developed using the information gained during the needs assessment and usability testing. Feedback was integrated into the final prototype of the iCANSleep app, which will be tested for feasibility, acceptability, and efficacy. Conclusions: Cancer survivors desire an insomnia treatment app that is simple, user-friendly, evidence-based, convenient, and secure. The iCANSleep app represents the merging of mHealth principles and best practices with evidence-based insomnia care, allowing for an intervention with minimal access barriers related to cost, geography, and provider availability. Feasibility, acceptability, and efficacy of the intervention will be maximized by following a UCD framework involving the engagement of end users at every design stage.
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 | 0,018 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».