MétaCan
Menu
Retour à la cohorte
Enregistrement W2106144638 · doi:10.1111/j.1463-1326.2009.01057.x

Home telehealth for diabetes management: a systematic review and meta‐analysis

2009· review· en· W2106144638 sur OpenAlexaff
Julie Polisena, Khai Tran, Karen Cimon, Brian Hutton, Sarah McGill, Krisan Palmer

Notice bibliographique

RevueDiabetes Obesity and Metabolism · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCanadian Agency for Drugs and Technologies in Health
Organismes subventionnairesnon disponible
Mots-clésTelehealthMedicineMEDLINETelemedicineRandomized controlled trialConfidence intervalMeta-analysisHealth careQuality of life (healthcare)TelecareDiabetes mellitusFamily medicinePopulationPhysical therapyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIM: It is estimated that more than 180 million people worldwide have diabetes. Health-care providers can remotely deliver health services to this patient population using information and communication technology, also known as home telehealth. Home telehealth may be classified into two subtypes: home telemonitoring (HTM) and telephone support (TS). The research objective was to systematically review the literature and perform meta-analyses to assess the potential benefits of home telehealth compared with usual care (UC) for patients with diabetes. METHODS: An electronic literature search was conducted to identify studies on home telehealth and patients with diabetes that were published between 1998 and 2008 using Medline, Medline In-Process & Other Non-Indexed Citations, BIOSIS Previews and EMBASE. RESULTS: Twenty-six studies (n = 5069 patients) on home telehealth for diabetes were selected. Twenty-one studies evaluated HTM and 5 randomized controlled trials assessed TS. HTM had a positive effect on glycaemic control [as measured by lower glycated haemoglobin level] compared with UC (weighted mean difference =-0.21; 95% confidence interval -0.35 to -0.08), but the results were mixed for TS. Study results indicated that home telehealth helps to reduce the number of patients hospitalized, hospitalizations and bed days of care. Home telehealth was similar or favourable to UC across studies for quality-of-life and patient satisfaction outcomes. CONCLUSIONS: In general, home telehealth had a positive impact on the use of numerous health services and glycaemic control. More studies of higher methodological quality are required to give more precise insights into the potential clinical effectiveness of home telehealth interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,025
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,355
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations246
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes Obesity and MetabolismMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207