MétaCan
Menu
← Retour à la cohorte
Enregistrement W6996553315

THE STATE OF CHRONIC OBSTRUCTIVE PULMONARY DISEASE (COPD) APPS: IDENTIFYING IDEAL DESIGNS AND FEATURES TO SUPPORT PATIENTS’ SELF-MANAGEMENT

2024· dissertation· en· W6996553315 sur OpenAlexfundno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2024
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoMcMaster UniversityUniversidade de Aveiro
Mots-clésCOPDmHealthPulmonary diseasePublic healthRandomized controlled trialeHealthMEDLINEClinical trial
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Mobile health applications (mHealth apps) may support people’s chronic obstructive pulmonary disease (COPD) self-management. Current research has demonstrated the promising effects of mHealth apps for people with COPD but there is still limited information on these apps’ characteristics and qualities, especially those in the public domain. Therefore, there is the need to use a standardized evaluation framework to: 1) describe characteristics and qualities of COPD apps from past studies; 2) characterize the features and qualities of public COPD apps; and 3) determine the appropriateness of public COPD apps from the perspective of clinicians and patients living with COPD. Methods: The mHealth Index and Navigation Database (MIND) framework, an objective evaluation tool was applied across studies. Project 1: A systematic review was conducted, including randomized controlled trials investigating interactive mHealth apps for people living with chronic lung diseases (CLD). Project 2: An evaluation study of the public marketplace (Android and Apple app stores) was conducted. Free mHealth apps created specifically for COPD self-management were included. Project 3: Reviewed COPD apps were presented to stakeholders in an infographic format. A RAND/UCLA Appropriateness Method (RAM) was used to collect feedback from stakeholders on the state of public COPD apps. Results: Many of the COPD apps trialed in past studies have inconsistent reports of their features and qualities, with many publicly unavailable. Most public COPD apps lacked clinical evidence to support their use and have questionable qualities. Stakeholders agreed that public COPD apps were mostly inappropriate but did not dismiss the need to discuss their potential in COPD care plans. Significance: This thesis project advocates for the partnership with multiple heath disciplines and patient-participants for app evaluations to gain stronger understanding of their potential. Future opportunities may include exploring other apps for lung diseases to promote stakeholder engagement throughout the process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,080
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,155
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→