MétaCan
Menu
Retour à la cohorte
Enregistrement W3150129595 · doi:10.2196/27165

The Use of Head-Worn Displays for Vital Sign Monitoring in Critical and Acute Care: Systematic Review

2021· review· en· W3150129595 sur OpenAlexvenueno aff
Francine Elrose, Andrew Hill, David Liu, Isaac Salisbury, Thien LeCong, Robert G. Loeb, Penelope Sanderson

Notice bibliographique

RevueJMIR mhealth and uhealth · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Queensland
Mots-clésCINAHLPsycINFOVital signsContext (archaeology)MedicineMEDLINESystematic reviewAcute careHealth careMedical emergencyNursingPsychological interventionSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Continuous monitoring of patient vital signs may improve patient outcomes. Head-worn displays (HWDs) can provide hands-free access to continuous vital sign information of patients in critical and acute care contexts and thus may reduce instances of unrecognized patient deterioration. OBJECTIVE: The purpose of the study is to conduct a systematic review of the literature to evaluate clinical, surrogate, and process outcomes when clinicians use HWDs for continuous patient vital sign monitoring. METHODS: The review was registered with PROSPERO (CRD42019119875) and followed the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-analyses) guidelines. A literature search was conducted for articles published between January 1995 and June 2020 using the following databases: PubMed, Embase, CINAHL, PsycINFO, and Web of Science. Overall, 2 reviewers independently screened titles and abstracts and then assessed the full text of the articles. Original research articles that evaluated the clinical, surrogate, or process outcomes of head-mounted displays for continuous vital sign monitoring in critical care or acute care contexts were included. RESULTS: Of the 214 records obtained, 15 (7%) articles met the predefined criteria and were included in this review. Of the 15 studies, 7 (47%) took place in a clinical context, whereas the remainder took place in a simulation environment. In 100% (7/7) of the studies that evaluated gaze behavior, changes were found in gaze direction with HWDs. Change detection improvements were found in 67% (2/3) of the studies evaluating changes in the participants' ability to detect changes in vital signs. Of the 10 studies assessing the ease of use of the HWD, most participants of 7 (70%) studies reported that the HWD was easy to use. In all 6 studies in which participants were asked if they would consider using the HWD in their practice, most participants responded positively, but they often suggested improvements on the HWD hardware or display design. Of the 7 studies conducted in clinical contexts, none reported any clinical outcomes. CONCLUSIONS: Although there is limited and sometimes conflicting evidence about the benefits of HWDs from certain surrogate and process outcomes, evidence for clinical outcomes is lacking. Recommendations are to employ user-centered design when developing HWDs, perform longitudinal studies, and seek clinical outcomes. TRIAL REGISTRATION: PROSPERO International Prospective Register of Systematic Reviews CRD42019119875; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=119875.

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)0,011
score de la tête « metaresearch » (Gemma)0,055
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 enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,008
Bibliométrie0,0080,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,247
Tête enseignante GPT0,519
Écart entre enseignants0,272 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207