MétaCan
Menu
Retour à la cohorte
Enregistrement W2947338691 · doi:10.1186/s13643-018-0921-4

Effectiveness of text messaging interventions on prevention, detection, treatment, and knowledge outcomes for sexually transmitted infections (STIs)/HIV: a systematic review and meta-analysis

2019· review· en· W2947338691 sur OpenAlexafffund
Darlene Taylor, Carole Lunny, Petra Lolić, O Wärje, Jasmina Geldman, Tom Wong, Mark Gilbert, Richard Lester, Gina Ogilvie

Notice bibliographique

RevueSystematic Reviews · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensHealth CanadaIsland HealthBC Centre for Disease ControlUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMonash University
Mots-clésMedicinePsychological interventionMeta-analysisHuman immunodeficiency virus (HIV)Text messagingFamily medicinePartner notificationSyphilisNursingInternet privacyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Rates of STIs continue to rise worldwide, and novel evidence-based interventions such as text messaging aimed at improving client services are needed. We conducted a meta-analysis to evaluate text messaging to support STI/HIV prevention and treatment interventions. METHODS: We included articles that reported findings from randomized controlled trials (RTCs) involving adults and youth who were at risk of acquiring (or who currently had) a STI and/or HIV, a text message and comparator intervention, and reported provided outcome data on adherence to STI/HIV treatments. Articles were excluded if they were not published in English. We only included studies that have full-text publications so certainty and risk of bias assessments could be performed. Eight databases were searched to retrieve articles published between 1996 and March 2017. The Cochrane risk of bias tool was used and certainty of the evidence was assessed using GRADE. Effect estimates were pooled using a random effects model. RESULTS: A total of 35 RCTs were found, 6 of which were considered at low risk of bias. Eight studies found an increased association using text messaging in appointments attended compared to standard care (OR 1.64, 95% CI 1.28 to 2.10). Participants receiving text messages had an increase in HIV testing compared to standard care (n = 6; OR 1.73, 95% CI 1.39 to 2.15). Ten text messaging RCTs measuring adherence using micro-electro-mechanical systems (MEMS) pill counts has a non-significant association (OR 1.17, 95% CI 0.95-1.45) while five studies measuring adherence by self-report was found to be significant (OR 1.64, 95% CI 1.28-2.11). CONCLUSIONS: The effectiveness of text message interventions is equivocal. While text messaging has the potential to enhance the delivery of STI/HIV interventions, program planners are encouraged to evaluate any SMS intervention to ensure it is achieving the desired result. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42013006503.

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)0,015
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
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 enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0300,007
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
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 Opus0,257
Tête enseignante GPT0,539
Écart entre enseignants0,281 · 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

Citations48
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207