Identification of Digital Health Priorities for Palliative Care Research: Modified Delphi Study
Notice bibliographique
Résumé
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.
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 | 0,089 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».