À propos de Clinical App Report
Clinical App Report est une plateforme indépendante d'évaluation, de classement et de comparaison clinique des applications de santé grand public. Fondée en mai 2026.
What we publish
- Rapports — Rapports cliniques classés sur les applications de santé par cas d'usage — général, gratuit, assisté par IA, axé macros, gestion du poids, débutant. Chaque rapport est évalué selon notre Cadre d'Évaluation Clinique publié de 100 points. Nous n'acceptons aucune compensation d'affiliation.
- Évaluations — Évaluations cliniques indépendantes d'applications individuelles. Chaque rapport décompose le score selon sept critères du cadre et attribue une Note de Preuve basée sur la littérature de validation publiée. Nous n'acceptons aucune compensation d'affiliation.
- Comparatifs — Comparatifs directs entre applications de santé, critère par critère avec gagnants ligne par ligne et un verdict ancré sur la Note de Preuve. Nous n'acceptons aucune compensation d'affiliation.
- Notes cliniques — Notes ancrées dans la preuve sur l'exactitude de l'évaluation diététique, la reconnaissance alimentaire par IA, les normes de validation et comment choisir une application de santé. Chaque note cite des sources revues par les pairs par DOI lorsque les affirmations l'exigent.
Editorial board
Named editorial board members are responsible for every Clinical App Report evaluation. Reviews are authored by domain reviewers and independently fact-checked before publication.
-
Dr. Priya Anand , PhD
Methodology Lead
Methodology Lead. PhD biostatistician; designs CAR's scoring rubric weights, MAPE protocols, and inter-rater reliability checks.
-
Hannah Vasquez , MS
Consumer Health Editor
Consumer Health Editor. MS Health Journalism (Boston University); translates clinical evaluations for general consumer audiences and runs the corrections desk.
-
Joel Kingsley , RD, MS
Senior Reviewer
Senior Reviewer responsible for per-app evaluation against weighed reference meals. RD with MS in sports nutrition; published in mobile dietary assessment validation.
-
Martin Okafor , MS
AI Recognition Reviewer
AI Recognition Reviewer. MS Computer Vision (CMU); evaluates photo-AI pipelines and benchmarks recognition accuracy against weighed reference meals.
Corrections
We log substantive corrections with date and reason on the corrections page. The threshold for a logged correction: did the error affect a score, an Evidence Grade, a ranking, or a factual claim about an app? If yes, it's logged.
Contact
Email editors@clinicalappreport.com for editorial inquiries, corrections, partnership questions, or feedback. We respond to substantive correspondence within a few business days.