Design, evaluation, optimization, and adaptation of a web application for type 1 diabetes self-management
Bibliographic record
Abstract
Introduction : Les applications web sont des outils de santé digitale qui nécessitent un moindre coût de développement et de maintenance à long-terme et qui peuvent être utilisées pour la gestion de conditions de santé chroniques, comme le diabète de type 1 (DT1). Les gens vivant avec le DT1 sont dans un état constant de prise de décision pour la gestion glycémique. Fournir de la formation et du soutien pour la gestion de leur maladie est nécessaire. Il y a toutefois une absence d’application web autoguidée fondée sur des évidences scientifiques. Ce projet vise à investiguer leur développement, en particulier pour le DT1.Méthodes : Une revue systématique d’applications web autoguidées pour l’autogestion des conditions chroniques a été faite. Une application web pour les gens vivant avec le DT1 a été ensuite développée avec une équipe multidisciplinaire et évaluée via une étude de preuve de concept avec approches mixtes. Des adultes du Québec vivant avec le DT1 ont été recrutés via le registre BETTER. Les données sont auto-rapportées via des questionnaires en ligne (0, 6 et 12 mois) et des entrevues semi-structurées à 6 mois. Des analyses descriptives, corrélation de Pearson, tests t indépendants et pairés ont été faits. Les entrevues (n=16) ont été enregistrées, transcrites, codées et analysées avec une méthode thématique inductive et déductive. La même application web été utilisée pour explorer les besoins des jeunes (14 à 24 ans) vivant avec le DT1. Un échantillonnage dirigé a été utilisé pour recruter 21 jeunes pour des entrevues individuelles. Après avoir codé les entrevues, les thèmes ont été regroupés avec la cartographie conceptuelle de façon inductive.Résultats : Les résultats de la revue systématique (20 articles) indiquent: 1) une absence d’applications web autoguidées pour les gens vivant avec le DT1; 2) une faible proportion d’études discutant de l’acceptabilité des fonctionnalités (40%, n=8); 3) une inconsistance dans la définition d’adhésion aux application web. L’application web bilingue (anglais et français) Support a par la suite été développée avec une équipe multidisciplinaire basée sur la Roue de Changement de Comportement et les techniques de changement de comportements. Elle contient quatre parcours d’apprentissage selon le traitement suivi, six catégories d’information (p.ex. diète et médication) et plusieurs fonctionnalités (p.ex. forum de discussion et vidéos). Son évaluation a été réalisée auprès de 207 utilisateurs (l’âge moyen : 49,2 ± 13,7 ans ; 35% homme ; 96% Blancs). Support a reçu un score de satisfaction de 40/49 [35;45] (médiane [quartile 1; quartile 3]). La fréquence et la peur d’hypoglycémie ont diminué à 6 et à 12 mois; 51% des utilisateurs indiquaient une augmentation de leur confiance à prévenir l’hypoglycémie après 6 mois. Les fonctionnalités facilitant l’accès (p.ex. des courriels pour les bulletins de nouvelles) et la personnalisation de l’information (p.ex. des parcours différents) sont les plus appréciées. L’engagement, en terme de pages vues, était de 54 [24;147] pages pour les 6 premiers mois et de 0 [0;10] pour les 6 mois suivants. Lors des entrevues chez les jeunes, ces derniers avaient un intérêt pour des informations fiables, pratiques et originales à l’application et un accès à du soutien social directement sur l’application.Conclusions : Ce projet contribue au domaine de la santé digitale en présentant le développement d’un outil basé sur les évidences scientifiques, à jour avec l’évolution digitale et en considérant les besoins des utilisateurs. La résultante est Support, une ressource web de formation à l’autogestion du DT1, appréciée par les adultes vivant avec DT1 et qui pourra être adaptée aux besoins des plus jeunes
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".