Digital Health for Medication Adherence in Adult Diabetes or Hypertension: An Integrative Review
Notice bibliographique
Résumé
BACKGROUND: Optimal management of chronic diseases, such as type 2 diabetes and hypertension, often include prescription medications. Medication adherence (MA) is one component of self-management. Optimization through digital health-eHealth and mHealth-could enhance patient awareness and/or communication between the patient and provider. OBJECTIVE: Medication adherence is a major issue that affects 50%-60% of chronically ill adults. Digital health refers to eHealth and mHealth, collectively, and as these technologies become more accessible, remote health delivery is increasingly available as an adjunct to improve medication adherence; communicate with patients and providers; and provide education to patients, families, and communities. The objective of this integrative review was to examine the types of digital health technologies that targeted medication adherence in the adult population with diabetes or hypertension. METHODS: An integrative review was conducted using databases within EBSCOhost, PubMed, and Scopus. Eligible studies available as of September 2016 had to be written in English, had to contain digital health interventions to improve medication adherence to prescription medications in adults 18 years or older, and had to focus on diabetes or hypertension. RESULTS: Of the 337 located studies, 13 (3.9%) used a digital health intervention for medication adherence to prescribed medications for diabetes or hypertension and were assessed according to the Chronic Care Model. CONCLUSIONS: The 13 studies included in this review found no conclusive evidence of improved medication adherence using digital health interventions such as interactive voice response (IVR), short message service (SMS) text messaging, telemonitoring, and interactive software technology. Among the 13 studies were digital health interventions that foster medication adherence via one-way communication to the patient or two-way communication between the patient and health care provider for adjunct medication adherence strategies. More research is needed to determine which digital health interventions are most beneficial for individuals with diabetes or hypertension.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».