DEVELOPMENT AND USABILITY EVALUATION OF A MOBILE APPLICATION FOR THE PREDICTION OF POLYCYSTIC OVARY SYNDROME
Abstract
This study presents the development and usability evaluation of SOP Assist, a mobile application designed to support the prediction of Polycystic Ovary Syndrome (PCOS) using a Machine Learning model based on the Random Forest algorithm. The application was developed following the incremental software engineering model, integrating logical and mobile interface layers with an emphasis on simplicity, responsiveness, and accessibility. Usability was assessed through the System Usability Scale (SUS), applied to health students and professionals after interacting with a high-fidelity prototype. The results demonstrated excellent usability, with an average score of approximately 90 points, highlighting ease of use, clarity of screens, and strong integration among features. SOP Assist shows potential as a complementary screening tool, supporting clinical decision-making and expanding access to early PCOS assessment.
Author Biographies
Bacharel em Sistemas de Informação pela Universidade Federal Rural do Semi-Árido-UFERSA. Pesquisador colaborador no Instituto Tecnológico de Aeronáutica-ITA.
Bacharel em Sistemas de Informação pela Universidade Federal Rural do Semi-Árido-UFERSA.
Doutora em Ciência da Computação pela Universidade Federal do Ceará (UFC) Professora na Universidade Federal Rural do Semi-Árido-UFERSA, Angicos-RN.
Doutora em Engenharia Elétrica pela Universidade Federal de Campina Grande (UFCG). Professora na Universidade Federal da Paraíba-UFPB.
References
ASSOCIAÇÃO INTERNACIONAL DE NORMALIZAÇÃO; COMISSÃO ELETROTÉCNICA INTERNACIONAL (ISO/IEC). ISO/IEC 25019:2023: Systems and software engineering - Systems and software Quality Requirements and Evaluation (SQuaRE) - Quality-in-use model. [S. l.]: ISO, 2023.
DEO, R. C. Machine Learning in Medicine. Circulation, [s. l.], v. 132, ed. 20, p. 1920-1930, 2015. Disponível em: https://doi.org/10.1161/circulationaha.115.001593 Acesso em: 4 nov. 2025.
LOURENÇO, D. F.; VALENTIM, E. C.; LOPES, M. H. B. M. Traducción y adaptación transcultural de la System Usability Scale al portugués de Brasil. Aquichan, [S. l.], v. 22, n. 2, p. e2228, 2022. Disponível em: https://doi.org/10.5294/aqui.2022.22.2.8 Acesso em: 12 ene. 2026 DOI: https://doi.org/10.5294/aqui.2022.22.2.8
MARCOLINO, M. S. et al. The Impact of mHealth Interventions: Systematic Review of Systematic Reviews. JMIR Mhealth Uhealth, [s. l.], v. 6, ed. 1, p. e23, 2018. Disponível em: https://doi.org/10.2196/mhealth.8873 Acesso em: 3 nov. 2025.
PRESSMAN, R. S.; MAXIM, B. R. Engenharia de Software: uma abordagem profissional. 8. ed. Porto Alegre: AMGH, 2016. 968 p. ISBN 978-8580555332.
ROTTERDAM ESHRE/ASRM-SPONSORED PCOS CONSENSUS WORKSHOP GROUP (REASPCWG). Revised 2003 consensus on diagnostic criteria and long-term health risks related to polycystic ovary syndrome (PCOS). Human reproduction, Oxford, v. 19, ed. 1, p. 41–47, 2004. Disponível em: https://doi.org/10.1093/humrep/deh098 Acesso em: 3 nov. 2025.
SILVA, L. F. C.; SILVA, W. S.; GONÇALVES, S. M. N.; SILVA, V. M. L. Previsão da SOP Usando Técnicas de Machine Learning: Uma Análise Comparativa De Modelos e Aplicação Prática. RECIMA21 - Revista Científica Multidisciplinar, v. 6, n. 6, p. e666546, 2025. Disponível em: https://recima21.com.br/recima21/article/view/6546 Acesso em: 12 jan. 2026.
TEEDE, H. J. et al. Recommendations From the 2023 International Evidence-based Guideline for the Assessment and Management of Polycystic Ovary Syndrome. The Journal of clinical endocrinology and metabolism, [s. l.], v. 108, ed. 10, p. 2447-2469, 2023. Disponível em: https://doi.org/10.1210/clinem/dgad463 Acesso em: 3 nov. 2025.
VINUTO, J. A amostragem em bola de neve na pesquisa qualitativa: um debate em aberto. Temáticas, Campinas, SP, v. 22, n. 44, p. 203–220, 2014. Disponível em: https://econtents.sbu.unicamp.br/inpec/index.php/tematicas/article/view/10977 Acesso em: 12 jan. 2026 DOI: https://doi.org/10.20396/tematicas.v22i44.10977
License
Copyright (c) 2026 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
This work is licensed under a Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.