MétaCan
Menu
Retour à la cohorte
Enregistrement W4205359462 · doi:10.2196/32075

Identification of Digital Health Priorities for Palliative Care Research: Modified Delphi Study

2021· article· en· W4205359462 sur OpenAlex

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 Aging · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesMarie CurieWellcome Trust
Mots-clésDelphi methodPalliative careDigital healthHealth careDelphiNursingPublic healthMedicinePublic relationsMedical educationPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Developments in digital health have the potential to transform the delivery of health and social care to help citizens manage their health. Currently, there is a lack of consensus about digital health research priorities in palliative care and a lack of theories about how these technologies might improve care outcomes. Therefore, it is important for health care leaders to identify innovations to ensure that an increasingly frail population has appropriate access to palliative care services. Consequently, it is important to articulate research priorities as the first step in determining how finite resources should be allocated to a field saturated with rapidly developing innovation. OBJECTIVE: The aim of this study is to identify research priority areas for digital health in palliative care. METHODS: We selected digital health trends, most relevant to palliative care, from a list of emerging trends reported by a leading institute of quantitative futurists. We conducted 2 rounds of the Delphi questionnaire, followed by a consensus meeting and public engagement workshop to establish a final consensus on research priorities for digital technology in palliative care. We used the views of public representatives to gain their perspectives on the agreed priorities. RESULTS: A total of 103 experts (representing 11 countries) participated in the first Delphi round. Of the 103 experts, 55 (53.3%) participated in the second round. The final consensus meetings were attended by 10.7% (11/103) of the experts. We identified 16 priority areas, which involved many applications of technologies, including care for patients and caregivers, self-management and reporting of diseases, education and training, communication, care coordination, and research methodology. We summarized the priority areas into eight topics: big data, mobile devices, telehealth and telemedicine, virtual reality, artificial intelligence, smart home, biotechnology, and digital legacy. CONCLUSIONS: The priorities identified in this study represent a wide range of important emerging areas in the fields of digital health, personalized medicine, and data science. Human-centered design and robust governance systems should be considered in future research. It is important that the risks of using these technologies in palliative care are properly addressed to ensure that these tools are used meaningfully, wisely, and safely and do not cause unintentional harm.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,412
Tête enseignante GPT0,581
Écart entre enseignants0,169 · 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