Functionality, Implementation, Impact, and the Role of Health Literacy in Mobile Phone Apps for Gestational Diabetes: Scoping Review
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.
Notice bibliographique
Résumé
BACKGROUND: The increasing ownership of mobile phones and advances in hardware and software position these devices as cost-effective personalized tools for health promotion and management among women with gestational diabetes mellitus (GDM). Numerous mobile phone apps are available online; however, to our knowledge, no review has documented how these apps are developed and evaluated in relation to GDM. OBJECTIVE: The objective of our review was to answer the following 2 research questions: (1) What is known from the existing literature about the availability, functionality, and effectiveness of mobile phone apps on GDM prevention and management? (2) What is the role of health literacy in these apps? METHODS: We searched 7 relevant electronic databases for original research documents using terms related to mobile phone apps, GDM, and health literacy. We thematically categorized selected articles using a framework adapted from Arksey and O'Malley. RESULTS: We included 12 articles related to 7 apps or systems in the final analysis. We classified articles around 2 themes: (1) description of the development, feasibility, or usability of the apps or systems, and (2) trial protocols. The degree of personalization varied among the apps for GDM, and decision support systems can be used to generate time-efficient personalized feedback for both patients and health care providers. Health literacy was considered during the development or measured as an outcome by some apps. CONCLUSIONS: There is a limited body of research on mobile phone apps in relation to GDM prevention and management. Mobile phone apps can provide time- and cost-efficient personalized interventions for GDM. Several randomized controlled trials have been launched recently to evaluate the effectiveness of the apps. Consideration of health literacy should be improved when developing features of the apps.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle