Benefits of Mobile Apps for Cancer Pain Management: Systematic Review
Notice bibliographique
Résumé
Background Pain ratings reported by patients with cancer continue to increase, and numerous computer and phone apps for managing cancer-related pain have been developed recently; however, whether these apps effectively alleviate patients’ pain remains unknown. Objective This study aimed to comprehensively evaluate the role of mobile apps in the management of cancer pain. Methods Literature on the use of apps for cancer pain management and interventions, published before August 2019, was retrieved from the following databases: MEDLINE, Embase, Cochrane, CINAHL, Scopus, and PsycINFO. The effects of apps on cancer pain were evaluated using RevMan5.3 software, and the rates of adverse drug reactions were analyzed using the R Statistical Software Package 3.5.3. Results A total of 13 studies were selected for the analysis: 5 randomized controlled trials (RCTs), 4 before-after studies, 2 single-arm trials, 1 prospective cohort study, and 1 prospective descriptive study. The 5 RCTs reported data for 487 patients (240 patients in the intervention group and 247 patients in the control group), and the remaining studies reported data for 428 patients. We conducted a meta-analysis of the RCTs. According to the meta-analysis, apps can significantly reduce pain scores (mean difference [MD]=–0.50, 95% CI –0.94 to –0.07, I2=62%, P=.02). We then used apps that have an instant messaging module for subgroup analysis; these apps significantly reduced patients’ pain scores (MD=–0.67, 95% CI –1.06 to –0.28, I2=57%, P<.01). Patients using apps without an instant messaging module did not see a reduction in the pain score (MD=0.30, 95% CI –1.31 to 1.92, I2=70%, P=.71). Overall, patients were highly satisfied with using apps. Other outcomes, such as pain catastrophizing or quality of life, demonstrated greater improvement in patients using apps with instant messaging modules compared with patients not using an app. Conclusions The use of apps with instant messaging modules is associated with reduced pain scores in patients with cancer-related pain, and patient acceptance of these apps is high. Apps without instant messaging modules are associated with relatively higher pain scores. The presence of an instant messaging module may be a key factor affecting the effect of an app on cancer pain.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».