一种全道,以结果为中心的方法,在资源有限的人群中扩大数字健康干预:一个案例研究

科学领域:

• 数字健康数字健康
• 公共卫生 公共卫生
• 健康 行为 改变 改变

背景情况:

• 资源有限的社区在健康意识,财务素养和医疗保健准入方面面临挑战,导致健康状况不佳.
• 医疗保健提供者由于范围和洞察力有限,因此很难为这些环境设计相关的干预措施.
• 数字健康干预提供了一个可扩展的解决方案,以改善健康知识和行为.

研究的目的:

• 展示在资源有限的环境中扩大数字健康干预措施的学习和最佳实践.
• 为了证明Saathealth家庭健康干预措施在改善健康结果方面的影响.
• 为移动卫生干预措施的可持续和有影响力的扩展提供指导.

主要方法:

• 采用多方面的方法,将Saathealth干预措施扩展到印度超过1000万用户.
• 策略包括内容本地化,全道传播,游戏化,基于AI的预测模型和实时分析.
• 用户研究确保了文化相关性,而代产品功能提高了参与度.

主要成果:

• 在印度,Saathealth干预通过各种数字道每月达到873,000多名用户.
• 基于人工智能的预测模型改善了用户保留和内容消费,有助于应用程序的可持续性.
• 流行的内容类型包括视频和测验,表明有效的参与策略.

结论:

• 扩大数字健康干预措施的规模需要本地化,多样化的传播和代的产品开发.
• 人工智能和实时分析对于提高用户参与度和保留率至关重要.
• 成功的扩展策略可以在资源有限的环境中改善寻求健康的行为和更好的健康结果.