Needs and preferences of cancer survivors in an insomnia treatment smartphone app
Notice bibliographique
Résumé
Background: Insomnia affects cancer survivors at a higher rate than the general population, impacting quality of life and physical health. Cognitive behavioural therapy for insomnia (CBT-I), the first-line recommended treatment for insomnia, is effective when delivered digitally through a smartphone app. However, no digital CBT-I program has been developed that addresses the unique needs of cancer survivors. The objective of this study was to understand the experiences of cancer survivors with regards to insomnia and insomnia treatment, while assessing their needs in an insomnia treatment smartphone app. Methods: Cancer survivors meeting criteria for current or past insomnia responded to a digital questionnaire assessing demographic information, and cancer diagnosis and treatment history. Survivors then participated in one-on-one semi-structured interviews about their experiences with insomnia, smartphone use, and needs in an insomnia treatment app. Interviews were recorded and transcribed, and recurrent themes were identified using a process of thematic analysis. Results: Twenty interviews were analyzed. All participants reported incidence or worsening of insomnia following cancer diagnosis or treatment. Smartphone CBT-I was considered acceptable by cancer survivors. Primary needs identified by cancer survivors for an insomnia treatment app included user friendliness, privacy and data security, and evidential basis. Conclusion: Our results suggest that smartphone CBT-I is acceptable to cancer survivors, holding potential to greatly increase access to evidence-based insomnia treatment.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».