移动健康应用程序有可能使人们有能力改善其健康行为和自我管理的健康状况(Forman等,2016; Moller等,2017;数字实施投资指南(DIIG):将数字干预整合到健康计划中,2020年)。它们是广泛可用的,拥有庞大的全球市场(健身应用市场规模,份额和增长报告,2021 - 2028年,N.D。),并提供了提供深远的行为干预措施的方法。要对行为和健康成果产生重大影响,移动健康应用需要能够支持足够的参与度以实现他们提供的干预措施的目标(Yardley等,2016; Cole-Lewis等,2019)。先前的研究已经建立了与数字干预措施的互动与它们对预期结果的影响之间的关联(Perski等,2017; Grady等,2018; McLaughlin等,2021),证明了一定程度的参与对于干预措施的有效性。保持参与度是移动健康应用程序的普遍挑战(Birnbaum等,2015; Yeager and Benight,2018; Baumel et al。,2019; Meyerowitz-Katz等,2020; Pratap et al。,2020; 2020; 2020; Troof et al。 Al。,2019年; Milne-Eves等人,2020年;
心理健康状况会对健康和医疗保健系统产生重大的负面影响。尽管心理健康状况在世界范围内普遍存在,但人们对其的认识和可获得的治疗方法仍然不足。许多移动应用程序可供普通民众使用,旨在支持心理健康需求;然而,关于其有效性的证据有限。心理健康移动应用程序开始融入人工智能,需要对这些应用程序的文献现状进行概述。本范围界定综述的目的是概述当前在心理健康移动健康应用程序中使用人工智能的研究状况和知识差距。系统评价和荟萃分析扩展范围界定综述的首选报告项目 (PRISMA-ScR) 和人群、干预、对照、结果和研究类型 (PICOS) 框架用于构建评价和搜索。在 PubMed 中系统地搜索了自 2014 年以来以英文发表的随机对照试验和队列研究,这些研究评估了支持人工智能或机器学习的心理健康支持移动应用程序。两位审阅者合作筛选了参考文献(MMI 和 EM),根据资格标准选择了要纳入的研究并提取了数据(MMI 和 CL),然后对这些数据进行了描述性分析。在初步搜索中确定了 1,022 项研究,最终审查中纳入了 4 项。所研究的移动应用程序结合了不同的人工智能和机器学习技术,用于各种目的(风险预测、分类和个性化),旨在满足广泛的心理健康需求(抑郁、压力和自杀风险)。研究的特点在方法、样本量和研究持续时间方面也各不相同。总体而言,这些研究证明了使用人工智能支持心理健康应用程序的可行性,但研究的早期阶段和研究设计中的弱点凸显了需要对人工智能和机器学习支持的心理健康应用程序进行更多研究
心力衰竭(HF)是全球发病率和死亡率的主要原因之一,在全球约6400万人中普遍存在[1]。HF的管理涉及对药理治疗和/或设备治疗的组合,以及对饮食和生活方式的修改(例如,限制饮食中的钠和液体)[2]。HF管理的核心组成部分包括患者自我管理,其中涉及通过滴定治疗,适应行为和/或从医疗保健提供者那里寻求护理以及从事日常自我保健活动以及从事护理以及/或从事日常自我保健活动(例如,日常体重)[3] [3]。HF自我保健的组成部分还包括遵守医疗和饮食疗法。对这种疗法的依从性已证明可以减少医院再入院并提高与HF相关的症状和存活率[4,5]。然而,患者对这些疗法的遵守可能会具有挑战性,并且在该人群中不遵守高率很常见,导致代偿性不足和临床结果不佳[6-10]。导致HF患者不遵守的因素包括缺乏有关HF管理的知识和误解,缺乏营养技能,包括难以阅读食品标签和识别低钠产品以及缺乏社会支持[11]。此外,HF患者通常会受到多种合并症的负担,经历了多药和复杂的治疗方案,这可以使治疗依从性和自我管理方面的困难[12]。此外,尽管患者教育可以增加有关疾病和自我管理的知识,但仅仅教育并不总是足以改变行为。传统的支持自我管理和遵守的方法包括通过医疗保健专业人员(例如医生,护士,药剂师和营养师)进行教育,再加上家庭和照料者的支持[13-16]。但是,某些医疗保健提供者可能很难在临床环境中评估和启动这些对话,这是由于有限的时间和主题专业知识[17]。因此,需要采取旨在激励和支持行为改变并最大化依从性的干预措施。移动健康(MHealth)技术定义为使用移动设备进行医疗保健,在改善依从性方面有希望。美国心脏协会鼓励使用这种工具来支持自我管理[18]。随机对照试验评估了HF的自我管理和依从性的MHealth技术,已证明HF临床结果改善了,包括心血管和全因死亡率,纽约心脏协会类别,左心室射血分数,生活质量,生活质量和身体功能[19-22]。MHealth干预措施也已被证明可以改善日常症状监测,饮食改性,药物依从性,体育锻炼和自我效能感,并支持多种多样性的患者[23-26]。MHealth技术(例如应用程序)可以通过教育(内容),自我监控,反馈和
背景:移动健康应用程序是有前途的工具,可以帮助2型糖尿病患者(T2DM)改善其健康状况,从而实现糖尿病的控制和自我管理。尽管目前有各种各样的T2DM移动健康应用程序,但应用程序尚未集成到常规的糖尿病护理中。T2DM患者的可接受性和接受性是成功实施糖尿病护理中应用程序的主要挑战和先决条件。目的:本研究提供了对使用(可接受性)和使用后T2DM患者的看法的深入了解(接受),以了解4种不同的移动健康应用程序,用于糖尿病控制和自我管理。方法:本研究使用了描述性定性研究设计。参与者可以选择四个选定的应用程序中的1个用于糖尿病控制和自我管理(即Clear.bio与Freestyle Libre,Mysugr,Miguide和Selfcare结合使用)。选择是基于对监视,数据收集,提供信息,教练,隐私和安全性的(功能)要求的系统分析。为了探索可接受性,使用前对T2DM患者进行了25种半结构的深入访谈。接下来是4个焦点小组,讨论使用后的接受度。这项研究采用了公民科学方法,即T2DM患者与研究人员合作作为核心研究员。所有核心研究人员都积极参与了研究,数据收集和数据分析的准备。数据是在2021年4月至9月之间收集的。使用ATLASTI9的演绎方法进行了主题分析。结果:总共有25名具有T2DM的核心研究人员参加了这项研究。,有12名核心研究员测试了清晰的测试,5个Miguide,4个Mysugr和4个自我保健。所有核心研究员都参加了半结构化访谈,其中18个参加了焦点小组。个人健康是应用使用的主要驱动力。大多数核心研究人员都坚信健康的生活方式将改善血糖水平。尽管大多数核心搜索者并不期望他们需要付出很多努力来使用这些应用程序,但要熟悉应用程序使用的额外努力是很高的。核心研究员都没有医疗保健专业人员提供有关使用这些应用程序的建议。保险公司的报销以及接受医疗保健系统对糖尿病控制和自我管理的应用程序被提及为重要的促进条件。结论:研究表明,移动健康应用程序为T2DM患者的糖尿病控制和自我管理提供了支持。像往常一样将应用程序用途集成到护理中,并建议使用医疗保健专业人员的准则。需要研究如何增加当前护理途径中移动健康应用程序的实施。此外,医疗保健专业人员需要提高其数字技能,并建议终身学习。
摘要 — 在现代移动应用程序开发中,集成人工智能 (AI) 已成为至关重要的。然而,目前 AI 在移动学习应用程序中的集成在移动应用程序可用性方面带来了一些挑战。本研究旨在通过分析用户评论来确定支持 AI 的移动学习应用程序的关键可用性问题。我们对教育类别的两组 AI 应用程序(语言学习应用程序和教育支持应用程序)的用户评论进行了定性和内容分析。我们的研究结果表明,虽然用户通常报告积极的体验,但几个与 AI 相关的可用性问题会影响用户的满意度、有效性和效率。这些挑战包括与 AI 相关的功能问题、性能、偏见、解释和无效功能。为了增强用户体验和学习成果,开发人员必须改进 AI 技术并调整学习方法以满足用户的不同需求和偏好,同时解决这些问题。通过克服这些挑战,人工智能驱动的移动学习应用程序可以不断发展,并为用户提供引人入胜且个性化的学习体验。
摘要:人工智能 (AI) 和渐进式 Web 应用程序 (PWA) 代表了当今现代信息系统发展的两大趋势。AI 旨在实现智能行为的自动化,而 PWA 旨在提供快速、可靠且引人入胜的应用程序。这两项关键技术对组织和可持续发展的影响已经被探索过。然而,还没有研究将这些技术以重组创新的方式融合在一起,以展示它们的共同潜力。通过进行系统的文献综述,本文揭示了“人工智能渐进式 Web 应用程序”(AI-PWAs) 对可持续性的积极影响。结果表明,AI-PWAs 可以实现经济、环境和社会效益,从而支持实现联合国的可持续发展目标。
背景:智能手机应用程序可能会提供机会,以可扩展且具有成本效益的方式提供心理健康资源和干预措施。但是,来自边缘化和服务不足的团体的年轻人面临着众多和独特的挑战,可以从这些应用程序中访问,与之互动和受益。目的:本研究旨在更好地理解应用程序健康应用程序的可接受性(即对应用程序的有用性和满意度)和可行性(即成功使用了应用程序的应用程序的程度)。次要目的是确定是否可以进行适应以提高这些组应用程序的可访问性和包容性。方法:我们进行了2项顺序研究,由对未服务不足的人群进行心理健康应用程序的系统文献综述,然后对服务不足的年轻男性参与者进行定性研究(n = 20;年龄:平均值19)。遵循Prisma(用于系统评价和荟萃分析的首选报告项目)指南,在2021年对5个数据库进行了电子搜索。搜索产生了18,687个结果,其中14篇文章符合资格标准。结果:纳入的研究包括一系列群体,包括受到无家可归者的影响,身体健康状况,生活在低收入和中等收入国家以及具有性和性别少数人身份的群体。建立和维持用户参与是在心理健康应用程序和人群中的普遍挑战,而辍学是几乎所有纳入的研究中据报道的问题。关于可用性,满意度和可接受性的积极主观报告不足以确定用户的客观参与。结论:尽管有大量用于精神健康应用程序开发的资金,仅与有限的经验证据并列以支持其有效性,但很少有故意开发或适应以满足边缘化和不足的年轻人的异质需求。在对心理健康应用程序进行扩展之前,需要对更多的高危年轻人和有限资源环境中的服务类型(例如,标准vs数字),然后更严格,更一致地证明可接受性,有效性和成本效益。通过让年轻人参与发展和评估过程,采用迭代参与方法是增强在“现实世界”环境中采用任何干预措施的重要步骤,并将支持未来的实施和可持续性努力,以确保达到边缘化和不足的群体。试用注册:Prospero CRD42021254241; https://www.crd.york.ac.uk/prospero/display_record.php?recordid=254241
Penetration of M-Health Apps and Devices among Undergraduate Medical Students in Puducherry: A Cross-Sectional Study Premnath Dhasaram, 1, * Amarnath Santhaseelan, 1 Karthika Ganesh 1 and Srimadhi Muthaiyan 2 1 Assistant Professor, Department of Community Medicine, Sri Lakshmi Narayana Institute of Medical Sciences, BIHER, Puducherry, India 2 Sri Lalithambigai医学院和医院社区医学系助理教授,印度泰米尔纳德邦钦奈MGR教育与研究所博士医院接受:12-8月1224日 /在线出版:08- SEPTEMPERMEND-2024-2024-2024-2024摘要背景:在技术中脱颖而出,在医疗保健领域脱颖而出,具有杰出的医疗服务。医学生正处于熟练使用尖端医学技术的最前沿。本研究洞悉了M-Health在Puducherry的年轻医生中的渗透。材料和方法:在两个月的时间内,在390名本科生中进行了基于设施的分析横断面研究(2023年8月)。预先测试的半结构调查表用于估计M-Health应用程序/设备用户,对M-Health应用程序/设备的使用模式和态度。使用MS Excel 2019完成了以Google形式收集的数据和描述性统计。Chi Square测试用于查找研究参与者特征和M-Health应用程序/设备用户之间的关联。结果:使用M-Health应用程序的参与者比例为31.8%。他们正在用于身体健康(85.5%),临床训练(32.3%)和疾病监测(26.6%)。参与者使用的M卫生设备是智能手机(100.0%),智能手表(54%),腕带(32.2%),血压监测装置(13.7%)。一天约有一半的参与者每天至少使用一次。多数(91.1%)对M-Health应用程序/设备提供的结果充满信心和自信。与女性参与者相比,使用男性参与者的比例更高。结论:大约三分之一的参与者正在使用M-Health。几乎多数人身体健康。男性性别与M-Health应用程序使用有关。尽管前进的技术的进化将被解决方案,但它的进化将得到解决。关键字:M-Health应用程序,智能手机。医学生
Citrix安全的私人访问现已作为Citrix Virtual Apps和Desktops 2311版本的一部分现在通常可以使用。Citrix Secure Private Access on‑premises solution enhances an organiza‑ tion ' s overall security and compliance posture with the ability to easily deliver Zero Trust Network Access to browser‑based apps (internal web apps and SaaS apps) using StoreFront as a unified ac‑ cess portal to web and SaaS apps, along with virtual apps and desktops as an integrated part of Citrix Workspace.该解决方案与NetScaler和Storefront的现有发行版兼容,没有任何更改版本的版本。有关详细信息,请参阅“实处”的安全私人访问。
糖尿病自我管理教育和支持(DSME)为帮助所有糖尿病患者的自我保健提供了基础,从而带来了更好的物理福祉和增强的生活质量,从而改善了血糖控制的结果,最终通过血液蛋白A1C(HBA1C)的价值来衡量。6,7尽管有证据支持DSME在糖尿病类型和年龄组中的影响,但在实践中持续制定了有效的糖尿病自我管理的8 - 11持续。首先,它需要在整个疾病的整个过程中积极从事各种行为活动。12对于类型1(胰岛素依赖)和类型2(非胰岛素依赖性)脱节而言,这是正确的,因为它们具有可比的行为挑战,并且需要类似的自我保健行为。13这些包括始终如一地适应饮食,保持定期运动时间表,监测不断发展的健康状况以及遵循复杂的药物治疗方案。14