MétaCan
Menu
Retour à la cohorte
Enregistrement W3128611430 · doi:10.2196/20973

Experiences of Young People and Their Caregivers of Using Technology to Manage Type 1 Diabetes Mellitus: Systematic Literature Review and Narrative Synthesis

2021· review· en· W3128611430 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Diabetes · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilAustralian National University
Mots-clésThematic analysisType 2 Diabetes MellitusFocus groupDiabetes mellitusNarrativeDiabetes managementMedicineHealth technologyQualitative researchType 2 diabetesHealth careGerontologyPsychologyNursingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the last decade, diabetes management has begun to transition to technology-based care, with young people being the focus of many technological advances. Yet, detailed insights into the experiences of young people and their caregivers of using technology to manage type 1 diabetes mellitus are lacking. OBJECTIVE: The objective of our study was to describe the breadth of experiences and perspectives on diabetes technology use among children and adolescents with type 1 diabetes mellitus and their caregivers. METHODS: This systematic literature review used integrated thematic analysis to guide a narrative synthesis of the included studies. We analyzed the perspectives and experiences of young people with type 1 diabetes mellitus and their caregivers reported in qualitative studies, quantitative descriptive studies, and studies with a mixed methods design. RESULTS: Seventeen articles met the inclusion criteria, and they included studies on insulin pump, glucose sensors, and remote monitoring systems. The following eight themes were derived from the analysis: (1) expectations of the technology prior to use, (2) perceived impact on sleep and overnight experiences, (3) experiences with alarms, (4) impact on independence and relationships, (5) perceived usage impact on blood glucose control, (6) device design and features, (7) financial cost, and (8) user satisfaction. While many advantages of using diabetes technology were reported, several challenges for its use were also reported, such as cost, the size and visibility of devices, and the intrusiveness of alarms, which drew attention to the fact that the user had type 1 diabetes mellitus. Continued use of diabetes technology was underpinned by its benefits outweighing its challenges, especially among younger people. CONCLUSIONS: Diabetes technologies have improved the quality of life of many young people with type 1 diabetes mellitus and their caregivers. Future design needs to consider the impact of these technologies on relationships between young people and their caregivers, and the impact of device features and characteristics such as size, ease of use, and cost.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,002
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 Opus0,021
Tête enseignante GPT0,337
Écart entre enseignants0,317 · 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