Desafios de Pesquisa em Tecnologias Persuasivas Voltadas para Acompanhamento de Pessoas com Diabetes
Author:
Mota Fernanda P.,Leon Giuliana O. de M.,Pauletti José Felipe M.,Yamin Adenauer,Tavares Tatiana A.,Pernas Ana M.
Abstract
Tecnologias que são utilizadas para o acompanhamento de pessoas com diabetes têm como desafio a aceitação e adesão dos usuários, exigindo soluções personalizadas e eficazes. Neste contexto, este artigo tem como objetivo identificar pesquisas relacionadas ao uso de Tecnologia Persuasiva (TP) para o acompanhamento de pessoas com diabetes, explorando a Internet das Coisas (IoT). Para tanto, foi realizada uma pesquisa, cujos processos empregados para sua concepção são baseados em uma metodologia de pesquisa conhecida como Revisão Sistemática da Literatura, na qual podemos identificar que existem poucas pesquisas relacionadas ao objetivo deste trabalho, pois apenas um trabalho relaciona os três conceitos, IoT, Ciência de Contexto e TP.
Publisher
Sociedade Brasileira de Computação - SBC
Reference20 articles.
1. Bilal, H. S. M., Amin, M. B., Hussain, J., Ali, S. I., Razzaq, M. A., Hussain, M., Turi, A. A., Park, G. H., Kang, S. M., and Lee, S. (2020). Towards user-centric intervention adaptiveness: Influencing behavior-context based healthy lifestyle interventions. IEEE Access, 8:177156–177179. 2. Brown, S. D., Grijalva, C. S., and Ferrara, A. (2017). Leveraging ehrs for patient engagement: perspectives on tailored program outreach. The American journal of managed care, 23(7):e223. 3. Campbell, S., Roux, N., Preece, C., Rafter, E., Davis, B., Mein, J., Boyle, J., Fredericks, B., and Chamberlain, C. (2017). Paths to improving care of australian aboriginal and torres strait islander women following gestational diabetes. Primary health care research & development, 18(6):549–562. 4. Chatterjee, S., Byun, J., Dutta, K., Pedersen, R. U., Pottathil, A., and Xie, H. (2018). Designing an internet-of-things (iot) and sensor-based in-home monitoring system for assisting diabetes patients: iterative learning from two case studies. European Journal of Information Systems, 27(6):670–685. 5. Deeba, K., Sathishkumar, V., Maheshwari, V., Prasanna, M., and Sukumar, R. (2023). Context-aware for predicting gestational diabetes using rule–based system. In Journal of Physics: Conference Series, volume 2580, page 012040. IOP Publishing.
|
|