Using Human-Centered Design and Development to Create a Digital Sick Day Medication Guidance Application for People With Diabetes, Cardiovascular Disease, or Chronic Kidney Disease: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Diabetes, cardiovascular disease, and chronic kidney disease are associated with high morbidity and costs of care. Medications can reduce long-term complications but may contribute to complications such as hypoglycemia and acute kidney injury during acute illnesses. Sick day medication guidance (SDMG) could help prevent these adverse events, but evidence for effective strategies to deliver this guidance is lacking. OBJECTIVE: We iteratively designed and developed a digital prototype user interface (UI) to deliver SDMG for patient self-management. The application, called "Preventing medication complications during AcUte illness through Symptom Evaluation and sick day guidance" (PAUSE), delivers personalized knowledge and self-management guidance directly to patients to enhance medication self-management during acute illness, with the goal of reducing preventable emergency visits and hospitalizations and improving patient outcomes during acute illness. METHODS: Using a human-centered design (HCD) approach, we conducted iterative heuristic evaluation and usability testing paired with prototype revisions. Heuristic evaluation involved our team members evaluating the prototype's UI against established criteria. We also conducted formative usability testing with 6 patients (including a patient-caregiver dyad) to provide subjective lived experience perspectives. We analyzed data deductively and pragmatically to rapidly inform subsequent iterations. RESULTS: We identified 21 and 44 design issues through heuristics evaluation and usability testing, respectively. The development team iteratively revised the PAUSE UI prototype between evaluations, with the final design providing key user flows and integrated supports and reminders for acting on severe acute illness situations that recommend pausing certain medications. CONCLUSIONS: Using an iterative HCD approach, we designed and developed a digital health application to deliver SDMG for patient self-management. We addressed feasible technical and workflow barriers using iterative heuristic evaluations and usability testing resulting in a refined SDMG self-management prototype app for patients taking medications commonly used to treat diabetes, cardiovascular disease, and chronic kidney disease. Further research is needed to test the effectiveness of the current PAUSE app in helping people with these chronic conditions self-manage their medications during acute illness and evaluate the feasibility of integrating the app into community-based chronic disease care.
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 | 0,080 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».