MétaCan
Menu
Retour à la cohorte
Enregistrement W2286621504 · doi:10.2196/medinform.4514

The Impact of Information Technology on Patient Engagement and Health Behavior Change: A Systematic Review of the Literature

2016· review· en· W2286621504 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Medical Informatics · 2016
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsycINFOUsabilityPsychological interventionInclusion (mineral)MEDLINEHealth careMedicineHealth information technologyBehavior changeMedical educationPsychologyApplied psychologyNursingComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advancements in information technology (IT) and its increasingly ubiquitous nature expand the ability to engage patients in the health care process and motivate health behavior change. OBJECTIVE: Our aim was to systematically review the (1) impact of IT platforms used to promote patients' engagement and to effect change in health behaviors and health outcomes, (2) behavior theories or models applied as bases for developing these interventions and their impact on health outcomes, (3) different ways of measuring health outcomes, (4) usability, feasibility, and acceptability of these technologies among patients, and (5) challenges and research directions for implementing IT platforms to meaningfully impact patient engagement and health outcomes. METHODS: PubMed, Web of Science, PsycINFO, and Google Scholar were searched for studies published from 2000 to December 2014. Two reviewers assessed the quality of the included papers, and potentially relevant studies were retrieved and assessed for eligibility based on predetermined inclusion criteria. RESULTS: A total of 170 articles met the inclusion criteria and were reviewed in detail. Overall, 88.8% (151/170) of studies showed positive impact on patient behavior and 82.9% (141/170) reported high levels of improvement in patient engagement. Only 47.1% (80/170) referenced specific behavior theories and only 33.5% (57/170) assessed the usability of IT platforms. The majority of studies used indirect ways to measure health outcomes (65.9%, 112/170). CONCLUSIONS: In general, the review has shown that IT platforms can enhance patient engagement and improve health outcomes. Few studies addressed usability of these interventions, and the reason for not using specific behavior theories remains unclear. Further research is needed to clarify these important questions. In addition, an assessment of these types of interventions should be conducted based on a common framework using a large variety of measurements; these measurements should include those related to motivation for health behavior change, long-standing adherence, expenditure, satisfaction, and health outcomes.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,480
Écart entre enseignants0,404 · 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