<i>iCanCope with Pain</i>™: User‐Centred Design of a Web‐ and Mobile‐Based Self‐Management Program for Youth with Chronic Pain Based on Identified Health Care Needs
Notice bibliographique
Résumé
BACKGROUND: While there are emerging web-based self-management programs for children and adolescents with chronic pain, there is currently not an integrated web- and smartphone-based app that specifically addresses the needs of adolescents with chronic pain. OBJECTIVES: To conduct a needs assessment to inform the development of an online chronic pain self-management program for adolescents, called iCanCope with Pain™. METHODS: A purposive sample of adolescents (n=23; 14 to 18 years of age) was recruited from two pediatric chronic pain clinics in Ontario. Interdisciplinary health care providers were also recruited from these sites. Three focus groups were conducted with adolescents (n=16) and one with pediatric health care providers (n=7). Individual adolescent interviews were also conducted (n=7). RESULTS: Qualitative analysis uncovered four major themes: pain impact; barriers to care; pain management strategies; and transition to adult care. Pain impacted social, emotional, physical and role functioning, as well as future goals. Barriers to care were revealed at the health care system, patient and societal levels. Pain management strategies included support systems, and pharmacological, physical and psychological approaches. Transition subthemes were: disconnect between pediatric and adult systems; skills development; parental role; and fear⁄anxiety. Based on these identified needs, the iCanCope with Pain™ architecture will include the core theory-based functionalities of: symptom self-monitoring; personalized goal setting; pain coping skills training; peer-based social support; and chronic pain education. CONCLUSIONS: The proposed iCanCope with Pain™ program aims to address the self-management needs of adolescents with chronic pain by improving access to disease information, strategies to manage symptoms and social support.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».