Designing a Self-Guided Digital Intervention for Self-Management of Shoulder Pain in People Living With Spinal Cord Injury: Tutorial on Using a Person-Based Approach
Notice bibliographique
Résumé
Unlabelled: Shoulder pain is prevalent in people living with spinal cord injury. Technology and digital rehabilitation tools are increasingly available, but this has not yet included the provision of a self-guided exercise intervention focused on managing shoulder pain for people living with spinal cord injury. We drew on the person-based approach (PBA) to intervention development to design a Shoulder Pain Intervention delivered over the interNet (SPIN) to address this gap. However, in preparation for the design process, we found very few published examples of how the PBA had been operationalized. The aim of this paper is to provide a detailed explanation of our approach and how we operationalized the PBA in the design of SPIN to maximize relevance and engagement. Our design process followed the key PBA steps, combining additional evidence and theoretical components. Each step ensured that guiding principles were formulated and followed to maximize the probability that SPIN would be fit for purpose. We followed 3 steps: (1) we drew on themes from preparatory research (existing and primary) to identify the key behavioral issues, needs and challenges, and existing features to form the basis of SPIN design; (2) we formatted guiding principles that included articulating specific design objectives to provide a framework to identify system requirements; and (3) we selected and refined intervention features using existing literature, behavioral theory, and tools such as the "Behaviour Change Wheel." We have designed SPIN by incorporating a deep understanding of the users' needs and best available evidence to maximize engagement and positive outcomes. In this paper, we have made clear how we operationalized the PBA phases, including how existing evidence, theory, tools, and methods were leveraged to support the PBA process. In explicating our process, we have provided a blueprint to guide future researchers using this approach.
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 | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 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) | 0,008 | 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 ».