Collaborative Design and Development of a Patient-Centered Digital Health App for Supportive Cancer Care: Participatory Study
Notice bibliographique
Résumé
BACKGROUND: Digital health tools such as smartphone apps have the potential to improve supportive cancer care. Although numerous smartphone apps for supportive care are available, few are designed using a user-centered approach. Such an approach is crucial for successful implementation, as it may improve user engagement, usability, and adoption in clinical settings. OBJECTIVE: This study aimed to co-design and develop a digital health app for supportive cancer care in collaboration with patients with cancer and health care professionals and to explore factors influencing its future acceptance. METHODS: We conducted a participatory study with the major stakeholders at the University Hospital Zurich. Workshops, individual qualitative interviews, and focus groups were held with health care professionals, survivors of cancer, and patients with cancer. The co-design process was divided into 3 phases: predesign, generative phase, and prototyping. User-centered design methods included scoring cards and think-aloud protocols to co-create design ideas, identify important functionalities, and test usability. Qualitative data were analyzed using thematic analysis. RESULTS: Patients and health care professionals emphasized the need for a digital health app to improve patient-healthcare professional communication, digitalize supportive care screening and processes, and enhance self-efficacy. The resulting app, OncoSupport+, was co-designed and integrated into the clinical workflow for supportive cancer care. It consists of (1) a patient dashboard to record patient-reported outcome measures and to provide access to personalized supportive care information and contact details, and (2) a nurse dashboard to visualize patient data, which can be used during nursing consultations. Potential facilitators for adoption included ease of use, workflow integration, introduction by health care professionals, and technical support, whereas internet anxiety may be a potential barrier. CONCLUSIONS: Collaborative development with patients and health care professionals is crucial for creating digital health tools that can be implemented successfully. Future research should evaluate the feasibility of long-term implementation and the real-world usability and effectiveness of OncoSupport+ for improving communication, self-efficacy, and quality of life.
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 | 0,034 | 0,036 |
| 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 | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 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 ».