MétaCan
Menu
Retour à la cohorte
Enregistrement W3086744783 · doi:10.2196/21759

The Effect of Smartphone App–Based Interventions for Patients With Hypertension: Systematic Review and Meta-Analysis

2020· review· en· W3086744783 sur OpenAlexvenueno aff
Hongxuan Xu, Huanyu Long

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisPsychological interventionmHealthSystematic reviewRandomized controlled trialBehavior change methodsSmartphone appBlood pressureMEDLINEIntervention (counseling)Digital healthPhysical therapyHealth careInternal medicineNursingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Background Hypertension is a major cause of cardiovascular disease, which is the leading cause of premature death. People with hypertension who do not comply with recommended treatment strategies have a higher risk of heart attacks and strokes, leading to hospitalization and consequently greater health care costs. The smartphone, which is now ubiquitous, offers a convenient tool to aid in the treatment of hypertension through the use of apps targeting lifestyle management, and such app-based interventions have shown promising results. In particular, recent evidence has shown the feasibility, acceptability, and success of digital interventions in changing the behavior of people with chronic conditions. Objective The aim of this study was to systematically compile available evidence to determine the overall effect of smartphone apps on blood pressure control, medication adherence, and lifestyle changes for people with hypertension. Methods This systematic review was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) statement guidelines. Databases were searched to identify randomized controlled trials related to the influence of an app-based intervention in people with hypertension. Data extracted from the included studies were subjected to a meta-analysis to compare the effects of the smartphone app intervention to a control. Results Eight studies with a total of 1657 participants fulfilled the inclusion criteria. Pooled analysis of 6 studies assessing systolic blood pressure showed a significant overall effect in favor of the smartphone intervention (weighted mean difference –2.28, 95% CI –3.90-0.66). Pooled analysis of studies assessing medication adherence demonstrated a significant effect (P<.001) in favor of the intervention group (standard mean difference 0.38, 95% CI 0.26-0.50) with low heterogeneity (I2=0%). No difference between groups was demonstrated with respect to physical activity. Conclusions A smartphone intervention leads to a reduction in blood pressure and an increase in medication adherence for people with hypertension. Future research should focus on the effect of behavior coaching apps on medication adherence, lifestyle change, and blood pressure reduction.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,900
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0130,002
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
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 Opus0,172
Tête enseignante GPT0,497
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

Citations156
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207