MétaCan
Menu
Retour à la cohorte
Enregistrement W2622683509 · doi:10.1037/prj0000270

Online and mobile technologies for self-management in bipolar disorder: A systematic review.

2017· review· en· W2622683509 sur OpenAlexaff
Emma Gliddon, Steven J. Barnes, Greg Murray, Erin E. Michalak

Notice bibliographique

RevuePsychiatric Rehabilitation Journal · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAustralian Rotary Health
Mots-cléseHealthmHealthCINAHLPsycINFOSelf-managementPsychological interventionTelemedicineBipolar disorderMedicineMEDLINEPsychologyComputer scienceNursingClinical psychologyHealth careMoodPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Internet (eHealth) and smartphone-based (mHealth) approaches to self-management for bipolar disorder are increasingly common. Evidence-based self-management strategies are available for bipolar disorder and provide a useful framework for reviewing existing eHealth/mHealth programs to determine whether these strategies are supported by current technologies. This review assesses which self-management strategies are most supported by technology. METHOD: Based on 3 previous studies, 7 categories of self-management strategies related to bipolar disorder were identified, followed by a systematic literature review to identify existing eHealth and mHealth programs for this disorder. Searches were conducted by using PubMed, CINAHL, PsycINFO, EMBASE, and the Cochrane Database of Systematic Reviews for relevant peer-reviewed articles published January 2005 to May 2015. eHealth and mHealth programs were summarized and reviewed to identify which of the 7 self-management strategy categories were supported by eHealth or mHealth programs. RESULTS: From 1,654 publications, 15 papers were identified for inclusion. From these, 9 eHealth programs and 2 mHealth programs were identified. The most commonly supported self-management strategy categories were "ongoing monitoring," "maintaining hope," "education," and "planning for and taking action"; the least commonly supported categories were "relaxation" and "maintaining a healthy lifestyle." eHealth programs appear to provide more comprehensive coverage of self-management strategies compared with mHealth programs. CONCLUSIONS AND IMPLICATIONS FOR PRACTICE: Both eHealth and mHealth programs present a wide range of self-management strategies for bipolar disorder, although individuals seeking comprehensive interventions might be best served by eHealth programs, while those seeking more condensed and direct interventions might prefer mHealth programs. (PsycINFO Database Record

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,726
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,367
Écart entre enseignants0,346 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations88
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatric Rehabilitation JournalMême sujetBipolar Disorder and TreatmentTravaux en français237 207