MétaCan
Menu
Retour à la cohorte
Enregistrement W3121813713 · doi:10.2196/25307

Technology-Assisted Home Care for People With Dementia and Their Relatives: Scoping Review

2021· article· en· W3121813713 sur OpenAlexvenueno aff
Sarah Palmdorf, Anna Lea Stark, Stephan Nadolny, Gerrit Eliaß, Christoph Karlheim, Stefan H. Kreisel, Tristan Gruschka, Eva Trompetter, Christoph Dockweiler

Notice bibliographique

RevueJMIR Aging · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesMinisterium für Kultur und Wissenschaft des Landes Nordrhein-WestfalenUniversität BielefeldDeutsche Forschungsgemeinschaft
Mots-clésCINAHLDementiaPsycINFOMEDLINEHealth carePsychologyGerontologyMedicineNursingPsychological interventionDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Assistive technologies for people with dementia and their relatives have the potential to ensure, improve, and facilitate home care and thereby enhance the health of the people caring or being cared for. The number and diversity of technologies and research have continuously increased over the past few decades. As a result, the research field has become complex. OBJECTIVE: The goal of this scoping review was to provide an overview of the research on technology-assisted home care for people with dementia and their relatives in order to guide further research and technology development. METHODS: A scoping review was conducted following a published framework and by searching 4 databases (MEDLINE, CINAHL, PsycInfo, and CENTRAL) for studies published between 2013 and 2018. We included qualitative and quantitative studies in English or German focusing on technologies that support people with dementia or their informal carers in the home care setting. Studies that targeted exclusively people with mild cognitive impairment, delirium, or health professionals were excluded as well as studies that solely consisted of assessments without implication for the people with dementia or their relatives and prototype developments. We mapped the research field regarding study design, study aim, setting, sample size, technology type, and technology aim, and we report relative and absolute frequencies. RESULTS: From an initial 5328 records, we included 175 studies. We identified a variety of technology types including computers, telephones, smartphones, televisions, gaming consoles, monitoring devices, ambient assisted living, and robots. Assistive technologies were most commonly used by people with dementia (77/175, 44.0%), followed by relatives (68/175, 38.9%), and both target groups (30/175, 17.1%). Their most frequent goals were to enable or improve care, provide therapy, or positively influence symptoms of people with dementia (eg, disorientation). The greatest proportions of studies were case studies and case series (72/175, 41.1%) and randomized controlled trials (44/175, 25.1%). The majority of studies reported small sample sizes of between 1 and 50 participants (122/175, 69.7%). Furthermore, most of the studies analyzed the effectiveness (85/233, 36.5%) of the technology, while others targeted feasibility or usability or were explorative. CONCLUSIONS: This review demonstrated the variety of technologies that support people with dementia and their relatives in the home care setting. Whereas this diversity provides the opportunity for needs-oriented technical solutions that fit individual care arrangements, it complicates the choice of the right technology. Therefore, research on the users' informational needs is required. Moreover, there is a need for larger studies on the technologies' effectiveness that could contribute to a higher acceptance and thus to a transition of technologies from research into the daily lives of people with dementia and their relatives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,338
Écart entre enseignants0,320 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207