MétaCan
Menu
Retour à la cohorte
Enregistrement W2745553531 · doi:10.2196/diabetes.8030

Digital Health for Medication Adherence in Adult Diabetes or Hypertension: An Integrative Review

2017· review· en· W2745553531 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 Diabetes · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of South Carolina
Mots-clésMedication adherenceDiabetes mellitusMedicineDigital healthIntensive care medicineInternal medicineHealth careEndocrinology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,003
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
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 Opus0,187
Tête enseignante GPT0,459
Écart entre enseignants0,271 · 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