Potential Benefits and Risks Resulting From the Introduction of Health Apps and Wearables Into the German Statutory Health Care System: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Germany is the first country worldwide that has introduced a digital care act as an incentive system to enhance the use of digital health devices, namely health apps and wearables, among its population. The act allows physicians to prescribe statutory financed and previously certified health apps and wearables to patients. This initiative has the potential to improve treatment quality through better disease management and monitoring. OBJECTIVE: The aim of this paper was to outline the key concepts related to the potential risks and benefits discussed in the current literature about health apps and wearables. Furthermore, this study aimed to answer the research question: Which risks and benefits may result from the implementation of the digital care act in Germany? METHODS: We conducted the scoping study by searching the databases PubMed, Google Scholar, and JMIR using the keywords health apps and wearables. We discussed 55 of 136 identified articles published in the English language from 2015 to March 2019 in this paper using a qualitative thematic analysis approach. RESULTS: We identified four key themes within the articles: Effectivity of health apps and wearables to improve health; users of health apps and wearables; the potential of bring-your-own, self-tracked data; and concerns and data privacy risks. Within these themes, we identified three main stages of benefits for the German health care system: Usage of health apps and wearables; continuing to use health apps and wearables; and sharing bring-your-own; self-tracked data with different agents in the health care sector. CONCLUSIONS: The digital care act could lead to an improvement in treatment quality through better patient monitoring, disease management, personalized therapy, and better health education. However, physicians should play an active role in recommending and supervising health app use to reach digital-illiterate or health-illiterate people. Age must not be an exclusion criterion. Yet, concerns about data privacy and security are very strong in Germany. Transparency about data processing should be provided at all times for continuing success of the digital care act in Germany.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».