Developing an interactive, personalized patient decision aid for COVID-19 vaccination in Canada: Insights from a human-centered design and development study
Notice bibliographique
Résumé
Abstract Background The COVID-19 pandemic highlighted the need for practical digital health tools to support informed decision-making amidst rapidly evolving evidence and widespread misinformation. Objective We iteratively developed and refined VaxDA-C19, a bilingual (English and French) web-based patient decision aid designed to support informed decision-making in Canada about COVID-19 vaccination. VaxDA-C19 integrates interactive and personalized features aimed to enhance vaccine confidence, reduce cognitive overload, and respond to diverse informational needs. Methods We developed VaxDA-C19 using an iterative, user-centered design approach. Throughout the development process, we involved a citizen panel, healthcare professionals, user experience designers, and scientific experts to guide refinements. We also conducted usability testing sessions with adults in Canada, using semi-structured interviews, comparative testing, and think-aloud protocols with thematic analysis. We ultimately conducted four design cycles in total: three with adults in Canada (cycle 1: n=9 users; cycle 2: n=22 users; cycle 3: n=3 users), one overlapping and one additional cycle with expert reviewers (cycle 3: n=5; cycle 4: n=9). Results In Cycle 1, user feedback guided design decisions about how to present quantitative information and technical vaccine descriptions more simply. In Cycle 2, while most users (82%) favored in-depth explanations of vaccine development, a few raised concerns about content that could be perceived as politically charged. Cycle 3 identified usability improvements, including more explicit navigation controls, simplified medical terminology, and optimized interactive components (avatars, sliders). Expert reviews in Cycle 4 refined linguistic consistency, mobile responsiveness, content transparency, and scientific accuracy, emphasizing explicit instructional guidance and bilingual accessibility. Conclusions Our iterative process produced a personalized, bilingual digital decision aid to support evidence-informed, values-congruent decisions about COVID-19 vaccination. A randomized controlled trial will further evaluate VaxDA-C19’s impact on vaccination intentions, knowledge retention, emotional responses, decisional conflict, and decisional regret. If it proves effective, the patient decision aid may also be used as a platform to support other vaccine decisions, namely, influenza, measles, shingles, pertussis, and potentially other emerging infectious diseases.
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 | 0,051 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».