سال 16، شماره 1 - ( بهمن - اسفند 1400 )                   جلد 16 شماره 1 صفحات 55-49 | برگشت به فهرست نسخه ها


XML English Abstract Print


1- دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران
2- گروه مدیریت فناوری اطلاعات، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران
3- گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی کاشان، کاشان، ایران
4- گروه علم اطلاعات و دانش شناسی، دانشکده روانشناسی و علوم تربیتی، دانشگاه علامه طباطبایی، تهران، ایران
5- گروه علم اطلاعات و دانش شناسی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران ، hasanzadeh@modares.ac.ir
چکیده:   (1866 مشاهده)

زمینه و اهداف:  فناوری اطلاعات سلامت به افراد در پیشگیری از کرونا کمک می‌کند. تابحال چندین برنامه فناوری اطلاعات سلامت برای جلوگیری از کروناویروس در جهان توسعه یافته است. با این حال، سطح کیفیت این برنامه‌ها نامشخص است. به این ترتیب، هدف این مطالعه ارزیابی قابلیت استفاده از برنامه تلفن همراه ماسک است که برای مبارزه با کووید-۱۹ طراحی شده است.
مواد و روش کار:  در این مطالعه برنامه تلفن همراه ماسک در دو مرحله ارزیابی می‌شود. در مرحله اول، ۵ متخصص با استفاده از ۱۰ اصل کلی جایکوب نیلسن، و در مرحله دوم، ۱۲۴ کاربر با استفاده از پرسشنامه کاربرد پذیری سیستم (SUS) برنامه را ارزیابی کردند. برای تجزیه و تحلیل داده‌ها، از نرم افزار SPSS نسخه ۲۲ استفاده شد.
یافته ها:  برنامه کاربردی ماسک در ارزیابی که توسط متخصصان انجام شد، در پیشگیری از خطا و انعطاف پذیری و کارآیی ضعیف بود. در روش سنجش مبتنی بر کاربران، امتیاز استفاده از این برنامه ۸۹ از ۱۰۰ بود که برابر است با سطح عالی و درجه A.
نتیجه‌گیری:  نتایج نشان داد که قابلیت استفاده از برنامه تلفن همراه ماسک برای پیشگیری از کووید-۱۹ بسیار عالی بود. همچنین توسعه دهندگان برنامه‌های تلفن همراه سلامت محور می‌توانند از یافته‌های این مطالعه برای بهبود طراحی و توسعه برنامه‌های کاربردی سلامت محور خود در دستیابی به نتایج مطلوب‌تر استفاده کنند.

متن کامل [PDF 508 kb]   (285 دریافت)    
نوع مطالعه: مقاله پژوهشی | موضوع مقاله: بینایی کامپیوتر
دریافت: 1400/5/4 | پذیرش: 1400/9/14 | انتشار الکترونیک: 1400/10/30

فهرست منابع
1. Paterlini M. On the front lines of coronavirus: the Italian response to covid-19. Bmj. 2020;368. [DOI:10.1136/bmj.m1065] [PMID]
2. WHO. WHO Coronavirus (COVID-19) Dashboard: WHO; 2021 [Available from: https://covid19.who.int/.]
3. Ting DSW, Carin L, Dzau V, Wong TY. Digital technology and COVID-19. Nature medicine. 2020;26(4):459-61. [DOI:10.1038/s41591-020-0824-5] [PMID] [PMCID]
4. Abbas R, Michael K. COVID-19 contact trace app deployments: learnings from Australia and Singapore. IEEE Consum Electron Mag. 2020;9(5):65-70. [DOI:10.1109/MCE.2020.3002490]
5. Islam MN, Islam I, Munim KM, Islam AN. A review on the mobile applications developed for COVID-19: an exploratory analysis. IEEE Access. 2020;8:145601-10. [DOI:10.1109/ACCESS.2020.3015102] [PMID] [PMCID]
6. Zens M, Brammertz A, Herpich J, Südkamp N, Hinterseer M. App-based tracking of self-reported COVID-19 symptoms: analysis of questionnaire data. J Med Internet Res. 2020;22(9):e21956. [DOI:10.2196/21956] [PMID] [PMCID]
7. Gómez-Ramírez O, Medeiros P, Wainer R, Iyamu I. 13 Does the 'Canada COVID-19 alert'app stand up to critical scrutiny? A rapid qualitative assessment. British Medical Journal Publishing Group; 2021. [DOI:10.1136/bmjopen-2021-QHRN.13]
8. Abbas HSM, Xu X, Sun C. Role of COVIDsafe app and control measures in Australia in combating COVID-19 pandemic. Transform Gov: People Process Policy. 2021. [DOI:10.1108/TG-01-2021-0004]
9. Mask. Mask app iran2021 [cited 2021 March 10, 2021]. Available from: https://mask.ir/.
10. J G. Regulating electronic means to fight the spread of COVID‐19: Libr Congr; 2020 [Available from: https://www.loc.gov/law/help/coronavirus-apps/iran.php.]
11. Rizzo E. COVID-19 contact tracing apps: the 'elderly paradox'. Public Health. 2020;185:127. [DOI:10.1016/j.puhe.2020.06.045] [PMID] [PMCID]
12. Saeidnia HR, Mohammadzadeh Z, Hassanzadeh M. Evaluation of Mobile Phone Healthcare Applications During the Covid-19 Pandemic. Studies in Health Technology and Informatics. 2021;281:1100-1. [DOI:10.3233/SHTI210363] [PMID]
13. Walls DM, editor User experience in social justice contexts. Proceedings of the 34th ACM International Conference on the Design of Communication; 2016. [DOI:10.1145/2987592.2987604]
14. Zahra F, Hussain A, Mohd H, editors. Usability evaluation of mobile applications; where do we stand? AIP Conference Proceedings; 2017: AIP Publishing LLC. [DOI:10.1063/1.5005389]
15. Schnall R, Cho H, Liu J. Health Information Technology Usability Evaluation Scale (Health-ITUES) for usability assessment of mobile health technology: validation study. JMIR mHealth and uHealth. 2018;6(1). [DOI:10.2196/mhealth.8851] [PMID] [PMCID]
16. Scherr TF, DeSousa JM, Moore CP, Hardcastle A, Wright DW. App Use and Usability of a Barcode-Based Digital Platform to Augment COVID-19 Contact Tracing: Postpilot Survey and Paradata Analysis. JMIR Public Health and Surveillance. 2021;7(3):e25859. [DOI:10.2196/25859] [PMID] [PMCID]
17. Bente BE, Roderick van't JWJ, Schreijer MA, Berkemeier L, van Gend JE, Slijkhuis PJH, et al. The Dutch COVID-19 Contact Tracing App (the CoronaMelder): Usability Study. JMIR formative research. 2021;5(3):e27882. [DOI:10.2196/27882] [PMID] [PMCID]
18. Brown J, Nam Kim H, editors. Usability evaluation of Alzheimer's mHealth applications for caregivers. Proceedings of the Human Factors and Ergonomics Society Annual Meeting; 2018: SAGE Publications Sage CA: Los Angeles, CA. [DOI:10.1177/1541931218621115]
19. Balasubramoniam V, Tungatkar N. Study of user experience (UX) and UX evaluation methods. Int J Adv Res Comput Sci Eng Inf technol. 2013;2(3):1214-9.
20. Barnum C. The state of UX research. J Usability Stud. 2019;15(1):1-7.
21. Lewis JR. The system usability scale: past, present, and future. Int J Hum Comput Stud. 2018;34(7):577-90. [DOI:10.1080/10447318.2018.1455307]
22. Paterno F, Santoro C. Preventing user errors by systematic analysis of deviations from the system task model. Int J Hum Comput Stud. 2002;56(2):225-45. [DOI:10.1006/ijhc.2001.0523]
23. Gregoriades A, Sutcliffe A, Shin JE. Assessing the reliability of socio‐technical systems. Systems engineering. 2003;6(3):210-23. [DOI:10.1002/sys.10044]
24. Tiffany B, Blasi P, Catz SL, McClure JB. Mobile apps for oral health promotion: content review and heuristic usability analysis. JMIR mHealth and uHealth. 2018;6(9):e11432. [DOI:10.2196/11432] [PMID] [PMCID]
25. Hutton L, Price BA, Kelly R, McCormick C, Bandara AK, Hatzakis T, et al. Assessing the privacy of mhealth apps for self-tracking: heuristic evaluation approach. JMIR mHealth and uHealth. 2018;6(10):e185. [DOI:10.2196/mhealth.9217] [PMID] [PMCID]
26. Kondylakis H, Katehakis DG, Kouroubali A, Logothetidis F, Triantafyllidis A, Kalamaras I, et al. COVID-19 Mobile Apps: A Systematic Review of the Literature. J Med Internet Res. 2020;22(12):e23170. [DOI:10.2196/23170] [PMID] [PMCID]
27. Saeidnia H, Mohammadzadeh Z, Saeidnia M, Mahmoodzadeh A, Ghorbani N, Hasanzadeh M. Identifying Requirements of a Self-care System on smartphones for preventing coronavirus disease 2019 (COVID-19). Iran J Med MIcrobiol. 2020;14(3):241-6. [DOI:10.30699/ijmm.14.3.241]
28. Gonçalves-Bradley DC, Maria ARJ, Ricci-Cabello I, Villanueva G, Fønhus MS, Glenton C, et al. Mobile technologies to support healthcare provider to healthcare provider communication and management of care. Cochrane Database of Systematic Reviews. 2020(8). [DOI:10.1002/14651858.CD012927.pub2] [PMID] [PMCID]
29. Saeidnia HR, Ghorbi A, Kozak M, Herteliu C. Smartphone-Based Healthcare Apps for Older Adults in the COVID-19 Era: Heuristic Evaluation. Stud Health Technol Inform. 2022; 289:128-131. [DOI:10.3233/SHTI210875] [PMID]
30. Karajizadeh M, Zand F, Vazin A, Sharifian R, Bayati N. Usability of Venous Thromboembolism Prophylaxis Recommender System: A Pilot Study. Stud Health Technol Inform. 2022. ;289:220-223. [DOI:10.3233/SHTI210899] [PMID]

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.