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 OpenAlexvenueno aff
Nicola Brew‐Sam, Madhur Chhabra, Anne Parkinson, Kristal Hannan, Ellen Brown, Lachlan Pedley, Karen Brown, Kristine Wright, Elizabeth Pedley, Christopher J. Nolan, Christine Phillips, Hanna Suominen, Antonio Tricoli, Jane Desborough

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0130,012
Études des sciences et des technologies0,0020,002
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations53
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiabetes Management and ResearchTravaux en français237 207