Mobile phone text messaging interventions for HIV and other chronic diseases: an overview of systematic reviews and framework for evidence transfer
Notice bibliographique
Résumé
BACKGROUND: Strong international commitment and the widespread use of antiretroviral therapy have led to higher longevity for people living with human immune deficiency virus (HIV). Text messaging interventions have been shown to improve health outcomes in people living with HIV. The objectives of this overview were to: map the state of the evidence of text messaging interventions, identify knowledge gaps, and develop a framework for the transfer of evidence to other chronic diseases. METHODS: We conducted a systematic review of systematic reviews on text messaging interventions to improve health or health related outcomes. We conducted a comprehensive search of PubMed, EMBASE (Exerpta Medica Database), CINAHL (Cumulative Index to Nursing and Allied Health Literature), PsycINFO, Web of Science (WoS) and the Cochrane Library on the 17th April 2014. Screening, data extraction and assessment of methodological quality were done in duplicate. Our findings were used to develop a conceptual framework for transfer. RESULTS: Our search identified 135 potential systematic reviews of which nine were included, reporting on 37 source studies, conducted in 19 different countries. Seven of nine (77.7%) of these reviews were high quality. There was some evidence for text messaging as a tool to improve adherence to antiretroviral therapy. Text messages also improved attendance at appointments and behaviour change outcomes. The findings were inconclusive for self-management of illness, treatment of tuberculosis and communicating results of medical investigations. The geographical distribution of text messaging research was limited to specific regions of the world. Prominent knowledge gaps included the absence of data on long term outcomes, patient satisfaction, and economic evaluations. The included reviews also identified methodological limitations in many of the primary studies. CONCLUSIONS: Global evidence supports the use of text messaging as a tool to improve adherence to medication and attendance at scheduled appointments. Given the similarities between HIV and other chronic diseases (long-term medications, life-long care, strong link to behaviour and the need for home-based support) evidence from HIV may be transferred to these diseases using our proposed framework by integration of HIV and chronic disease services or direct transfer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,176 | 0,334 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,021 | 0,019 |
| Bibliométrie | 0,057 | 0,042 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».