eHealth Delivery of Educational Content Using Selected Visual Methods to Improve Health Literacy on Lifestyle-Related Diseases: Literature Review
Notice bibliographique
Résumé
BACKGROUND: Lifestyle-related diseases, such as stroke, heart disease, and diabetes, are examples of noncommunicable diseases. Noncommunicable diseases are now the leading cause of death in the world, and their major causes are lifestyle related. The number of eHealth interventions is increasing, which is expected to improve individuals' health literacy on lifestyle-related diseases. OBJECTIVE: This literature review aims to identify existing literature published in the past decade on eHealth interventions aimed at improving health literacy on lifestyle-related diseases among the general population using selected visual methods, such as educational videos, films, and movies. METHODS: A systematic literature search of the PubMed database was conducted in April 2019 for papers written in English and published from April 2, 2009, through April 2, 2019. A total of 538 papers were identified and screened in accordance with the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) flow diagram. Finally, 23 papers were included in this review. RESULTS: The 23 papers were characterized according to study characteristics (author and year of publication, study design and region where the study was conducted, study objective, service platform, target disease and participant age, research period, outcomes, and research method); the playback time of the educational videos, films, and movies; and the evaluation of the study's impacts on health literacy. A total of 7 studies compared results using statistical methods. Of these, 5 studies reported significant positive effects of the intervention on health literacy and health-related measures (eg, physical activity, body weight). Although most of the studies included educational content aimed at improving health literacy, only 7 studies measured health literacy. In addition, only 5 studies assessed literacy using health literacy measurement tools. CONCLUSIONS: This review found that the provision of educational content was satisfactory in most eHealth studies using selected visual methods, such as videos, films, and movies. These findings suggest that eHealth interventions influence people's health behaviors and that the need for this intervention is expected to increase. Despite the need to develop eHealth interventions, standardized measurement tools to evaluate health literacy are lacking. Further research is required to clarify acceptable health literacy measurements.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».