Designing for Supportive Self-Tracking for People with Polycystic Ovary Syndrome
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Designa för Stödjande Självspårning för Personer med Polycystiskt Ovarialsyndrom (Swedish)
Abstract [en]
Polycystic Ovary Syndrome (PCOS) is regarded to be amongst the most usual of endocrine abnormalities in human beings, influencing around eight to thirteen percent of reproductive aged women. Previous research within Human Computer Interaction (HCI) highlights the potential for self-tracking of health conditions but indicates an interest in exploring the design of self-tracking tools for this user group. In hope of contributing to an understanding of aspects that might be important when designing self-tracking tools for individuals with PCOS, this study aimed to respond to the research question How can self-tracking support people with Polycystic Ovary Syndrome? To achieve this, semi-structured interviews with ten women were performed. The results indicate that self-tracking can support people with PCOS by, for instance, providing self-knowledge and a reason for an experience. Based on these findings, design proposals are presented to visualize how self-tracking tools might be designed to support people with the condition.
Abstract [sv]
Polycystiskt ovarialsyndrom (PCOS) anses att vara bland de vanligaste endokrina avvikelserna hos människor som påverkar runt åtta till tretton procent av kvinnor i reproduktiv ålder. Tidigare forskning inom Människa-Datorinteraktion (MDI) understryker potentialen för självspårning av hälsotillstånd men indikerar ett intresse i att utforska design av självspårningsverktyg för denna användargrupp. I hopp om att bidra till en förståelse för aspekter som skulle kunna vara viktiga vid design av självspårningsverktyg för individer med PCOS hade denna studie som avsikt att besvara forskningsfrågan Hur kan självspårning stödja personer med Polycystiskt ovarialsyndrom? För att uppnå detta genomfördes semistrukturerade intervjuer med 10 kvinnor. Resultaten indikerar att självspårning kan stödja personer med PCOS genom att, till exempel, tillhandahålla självkännedom och en anledning för en upplevelse. Baserat på upptäckterna presenteras designförslag för att visualisera hur självspårningsverktyg skulle kunna designas för att stödja personer med tillståndet.
Place, publisher, year, edition, pages
Stockholm: KTH Royal Institute of Technology , 2024. , p. 24
Series
TRITA-EECS-EX ; 2024:470
Keywords [en]
human-computer interaction, tracking, polycystic ovary syndrome
Keywords [sv]
människa-datorinteraktion, spårning, polycystiskt ovarialsyndrom
National Category
Computer Sciences Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-351559OAI: oai:DiVA.org:kth-351559DiVA, id: diva2:1887674
External cooperation
Ovulai AB
Subject / course
Media Technology
Supervisors
Examiners
2024-09-232024-08-082025-02-18Bibliographically approved