MétaCan
Menu
Retour à la cohorte
Enregistrement W3195142902 · doi:10.2196/24284

Effects of Telemetric Interventions on Maternal and Fetal or Neonatal Outcomes in Gestational Diabetes: Systematic Meta-Review

2021· review· en· W3195142902 sur OpenAlex
Claudia Eberle, Stefanie Stichling

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
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftStrong
Mots-clésMedicineGestational diabetesSystematic reviewRandomized controlled trialCINAHLContext (archaeology)PregnancyCochrane LibraryGlycemicPsychological interventionMEDLINEChildbirthIntensive care medicineMeta-analysisObstetricsDiabetes mellitusPediatricsGestationInternal medicineNursingEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background In 2019, 1 of 6 births was affected by gestational diabetes mellitus (GDM) globally. GDM results in adverse maternal, fetal, and neonatal outcomes in the short and long term, such as pregnancy and birth complications, type 2 diabetes, metabolic syndrome, and cardiovascular disease. In the context of “transgenerational programming,” diabetes mellitus during pregnancy can contribute to “programming” errors and long-term consequences for the child. Therefore, early therapy strategies are required to improve the clinical management of GDM. The interest in digital therapy approaches, such as telemetry, has increased because they are promising, innovative, and sustainable. Objective This study aimed to assess the current evidence regarding the clinical effectiveness of telemetric interventions in the management of GDM, addressing maternal glycemic control, scheduled and unscheduled visits, satisfaction, diabetes self-efficacy, compliance, maternal complications in pregnancy and childbirth, as well as fetal and neonatal outcomes. Methods Medline via PubMed, Web of Science Core Collection, Embase, Cochrane Library, and CINAHL databases were systematically searched from January 2008 to April 2020. We included randomized controlled trials, systematic reviews, meta-analyses, and clinical trials in English and German. Study quality was assessed using “A MeaSurement Tool to Assess systematic Reviews” and “Effective Public Health Practice Project.” Results Our search identified 1116 unique studies. Finally, we included 11 suitable studies (including a total of 563 patients and 2779 patient cases): 4 systematic reviews or meta-analyses (1 of high quality and 3 of moderate quality), 6 randomized controlled trials (2 of high quality and 4 of moderate quality), and 1 low-quality nonrandomized controlled trial. We classified 4 “asynchronous interventions” and 3 “asynchronous and real-time interventions.” Our findings indicate that telemetric therapy clearly improves glycemic control and effectively reduces glycated hemoglobin A1c levels. Furthermore, in 1 study, telemetry proved to be a significant predictor for a better glycemic control (hazard ratio=1.71, 95% CI 1.11-2.65; P=.02), significantly fewer insulin titrations were required (P=.04), and glycemic control was achieved earlier. Telemetric therapy significantly reduced scheduled and unscheduled clinic visits effectively, and women were highly satisfied with the treatment (P<.05). From fetal and neonatal short-term outcomes, some improving tendencies in favor of telemetry were determined. No long-term outcomes were detected. Conclusions Telemetric interventions clearly improved glycemic control, notably glycated hemoglobin A1c levels, and reduced scheduled and unscheduled clinic visits effectively, which reinforces this digital approach in the treatment of GDM.

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)0,002
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 enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0010,001
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 Opus0,075
Tête enseignante GPT0,407
Écart entre enseignants0,331 · 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