Information and Communication Technologies for Managing Frailty: A Systematic Literature Review
Notice bibliographique
Résumé
Frailty is a prevalent condition among Canadians; over one million are diagnosed as medically frail, and in the next ten years this number will double. Information and telecommunication technologies can provide a low-cost method for managing frailty more proactively. This study aims to examine the range and extent of information and telecommunication technologies for managing frailty in older adults, their technology readiness level, the evidence, and the associated outcomes. A systematic literature review was conducted. Four databases were searched for studies: Medline, EMBASE, CINAHL, and Web of Science. In total, we included 19 studies (out of 9,930) for the data abstraction. Overall, our findings indicate that (1) the proposed frailty phenotype is the most common ground truth to be used for assessing frailty; (2) the most common uses of information and telecommunication technologies for managing frailty are detection, and monitoring and detection, while interventional studies on frailty are very rare; (3) the five main types of information and telecommunication technologies for managing frailty in older adults are information and telecommunication technology-based platforms, smartphones, telemonitoring (home monitoring), wearable sensors and devices (commercial off-the-shelf), and multimedia formats for online access; (4) the technology readiness level of information and telecommunication technologies for managing frailty in older adults is the "Technology Demonstration" level, i.e., not yet ready to be operated in an actual operating environment; and (5) the level of evidence is still low for information and telecommunication technology studies that manage frailty in older adults. In conclusion, information and telecommunication technologies for managing frailty in the older adult population are not yet ready to be full-fledged technologies for this purpose.
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 | 0,008 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».