Impact of mHealth interventions during the perinatal period on maternal psychosocial outcomes: a systematic review protocol
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
OBJECTIVE: This review aims to evaluate the effectiveness of mother-targeted mobile health (mHealth) education interventions during the perinatal period on maternal psychosocial outcomes in high-income countries. INTRODUCTION: Mobile health (i.e. mHealth) is defined as the use of mobile devices to transmit health content and services. The use of mHealth to provide education and support to mothers is a growing field of health innovation. Mothers seek health information online during the postpartum period to learn about health concerns and get advice and support. Despite the potential benefits of mHealth, the potential impact on maternal psychosocial outcomes requires further evaluation. INCLUSION CRITERIA: The review will consider studies that include mHealth interventions targeting mothers in high-income countries. The mHealth education interventions must occur during the antenatal or postnatal period. This review will consider studies that compare the intervention to any comparators. Studies published in English from 2000 will be included. METHODS: The search strategy will aim to locate both published and unpublished studies. Following the search, all identified citations will be collated and duplicates removed. Titles and abstracts will be screened and full text of selected citations will then be assessed in detail against inclusion criteria. The results of the search will be reported in full in the final systematic review. Eligible studies will be critically appraised by two independent reviewers. Data extracted will include specific details about the interventions, populations, study methods and outcomes. Studies will be pooled in statistical meta-analysis or presented in narrative form including tables and figures.
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 | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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