MétaCan
Menu
Retour à la cohorte
Enregistrement W2884140135 · doi:10.2196/10855

Training Cognitive Functions Using Mobile Apps in Breast Cancer Patients: Systematic Review

2018· review· en· W2884140135 sur OpenAlexvenueno aff
Laura Vergani, Giulia Marton, Silvia Francesca Maria Pizzoli, Dario Monzani, Ketti Mazzocco, Gabriella Pravettoni

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCancer-related cognitive impairment studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionBreast cancerCognitive trainingeHealthPopulationIntervention (counseling)MedicinePsychologyClinical psychologyHealth careCancerPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Breast cancer is an invalidating disease and its treatment can bring serious side effects that have a physical and psychological impact. Specifically, cancer treatment generally has a strong impact on cognitive function. In recent years, new technologies and eHealth have had a growing influence on health care and innovative mobile apps can be useful tools to deliver cognitive exercise in the patient's home. OBJECTIVE: This systematic review gives an overview of the state-of-the-art mobile apps aimed at training cognitive functions to better understand whether these apps could be useful tools to counteract cognitive impairment in breast cancer patients. METHODS: We searched in a systematic way all the full-text articles from the PubMed and Embase databases. RESULTS: We found eleven studies using mobile apps to deliver cognitive training. They included a total of 819 participants. App and study characteristics are presented and discussed, including cognitive domains trained (attention, problem solving, memory, cognitive control, executive function, visuospatial function, and language). None of the apps were specifically developed for breast cancer patients. They were generally developed for a specific clinical population. Only 2 apps deal with more than 1 cognitive domain, and only 3 studies focus on the efficacy of the app training intervention. CONCLUSIONS: These results highlight the lack of empirical evidence on the efficacy of currently available apps to train cognitive function. Cognitive domains are not well defined across studies. It is noteworthy that no apps are specifically developed for cancer patients, and their applicability to breast cancer should not be taken for granted. Future studies should test the feasibility, usability, and effectiveness of available cognitive training apps in women with breast cancer. Due to the complexity and multidimensionality of cognitive difficulties in this cancer population, it may be useful to design, develop, and implement an ad hoc app targeting cognitive impairment in breast cancer patients.

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)0,000
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: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0010,001
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 Opus0,131
Tête enseignante GPT0,456
Écart entre enseignants0,325 · 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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetCancer-related cognitive impairment studiesTravaux en français237 207