Does phone messaging improves tuberculosis treatment success? A systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Compliance to anti-TB treatment is crucial in achieving cure and avoiding the emergence of drug resistance. Electronic health (eHealth) interventions are included in the strategy to end the global Tuberculosis (TB) epidemic by 2035. Evidences showed that mobile messaging systems could improve patient adherence to clinic appointment for diagnosis and treatment. This review aimed to assess the effect of mobile-phone messaging on anti-TB treatment success. Methods All randomized controlled trial (RCT) and quasi-experimental studies done prior to August 26, 2019 were included in the review. Studies were retrieved from PubMed, EMBASE, Cochrane and ScienceDirect databases including, grey and non-indexed literatures from Google and Google scholar. Quality of studies were independently assessed using Cochrane Risk of Bias Assessment Tool. A qualitative synthesis and quantitative pooled estimation were used to measure the effect of phone messaging on TB treatment success rate. PRISMA flow diagrams were used to summarize article selection process. Results A total of 1237 articles were identified, with 14 meeting the eligibility criteria for qualitative synthesis. Eight studies with a total of 5680 TB patients (2733 in intervention and 2947 in control groups) were included in meta-analysis. The pooled effect of mobile-phone messaging revealed a small increase in treatment success compared to standard of care (RR 1.04, 95% CI 1.02 to 1.06), with low heterogeneity (I 2 = 7%, p < 0.0002). In the review, performance, detection and attrition biases were reported as major risk of biases. Conclusions Mobile-phone messaging showed a modest effect in improving anti-TB treatment success; however, the quality of evidence was low. Further controlled studies are needed to increase the evidence-base on the role of mHealth interventions to improve TB care. Protocol registration number CRD420170744339. http://www.crd.york.ac.uk/PROSPERO/display_record.php?ID=CRD42017074439
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».