MétaCan
Menu
← Retour à la cohorte
Enregistrement W3216129694 · doi:10.2196/33944

Use of Mobile Apps for Self-care in People With Parkinson Disease: Systematic Review

2021· review· en· W3216129694 sur OpenAlexvenueno aff
JuHee Lee, Insun Yeom, Misook L. Chung, Yielin Kim, Subin Yoo, Eun-Young Kim

Notice bibliographique

RevueJMIR mhealth and uhealth · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesMo-Im Kim Nursing Research Institute, Yonsei University College of MedicineYonsei UniversityCollege of Nursing, Yonsei UniversityNational Research Foundation
Mots-clésParkinson's diseaseMobile appsmHealthDiseaseMedicinePsychologyInternet privacyComputer sciencePsychiatryWorld Wide WebPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Self-care is essential for people with Parkinson disease (PD) to minimize their disability and adapt to alterations in physical abilities due to this progressive neurodegenerative disorder. With rapid developments in mobile technology, many health-related mobile apps for PD have been developed and used. However, research on mobile app-based self-care in PD is insufficient. OBJECTIVE: This study aimed to explore the features and characteristics of mobile apps for self-care in people with PD. METHODS: This study was performed sequentially according to the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) statement. PubMed, Embase, Cumulative Index to Nursing and Allied Health Literature, Cochrane Library, Web of Science, and PsycINFO were searched in consultation with a librarian on June 8, 2021. We used keywords including "Parkinson disease" and "mobile." RESULTS: A total of 17 studies were selected based on the inclusion criteria, including 3 randomized controlled trials and 14 observational studies or quasi-experimental studies. The use of mobile apps for self-care in people with PD focused on symptom monitoring, especially motor symptoms. Motor symptoms were objectively measured mainly through the sensors of smartphones or wearable devices and task performance. Nonmotor symptoms were monitored through task performance or self-reported questionnaires in mobile apps. Most existing studies have focused on clinical symptom assessment in people with PD, and there is a lack of studies focusing on symptom management. CONCLUSIONS: Mobile apps for people with PD have been developed and used, but strategies for self-management are insufficient. We recommend the development of mobile apps focused on self-care that can enhance symptom management and health promotion practices. Studies should also evaluate the effects of mobile apps on symptom improvement and quality of life in people with PD. TRIAL REGISTRATION: PROSPERO International Prospective Register of Systematic Reviews CRD42021267374; https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42021267374.

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)0,007
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,008
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
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 Opus0,064
Tête enseignante GPT0,393
Écart entre enseignants0,330 · 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

Citations42
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→