MétaCan
Menu
Retour à la cohorte
Enregistrement W4205549517 · doi:10.21037/mhealth-21-22

mHealth prompts within diabetes prevention programs: a scoping review

2021· review· en· W4205549517 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuemHealth · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBrock UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesWorkSafeBC
Mots-clésmHealthDiabetes mellitusMedicinePsychologyNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Background: Mobile health (mHealth) prompts (e.g., text messaging, push notifications) are a commonly used technique within behaviour change interventions to prompt or cue a specific behaviour. Such prompts are being increasingly integrated into diabetes prevention programs (DPPs). While mHealth prompts provide a convenient and cost-effective way to reinforce behaviour change, no reviews to date have examined mHealth prompt use within DPPs. This scoping review aims to: (I) understand how mHealth prompts are being used within behaviour change interventions for individuals at risk for developing type 2 diabetes (T2D); and (II) provide recommendations for future mHealth prompt research, design, and application. Methods: The scoping review methodology outlined by Arksey and O'Malley were followed. Medline, CINAHL, PsycInfo, Web of Science, and SportDiscus were searched. The search strategy combined keywords relating to T2D risk and mHealth prompts in conjunction with database-controlled vocabulary when available (e.g., MeSH for Medline). Results: Of the 4,325 publications screened, 44 publications (based on 33 studies) met the inclusion criteria and were included for data extraction. Text messaging was the most widely used mHealth prompt (73%) followed by push notifications (21%). Only 30% of studies discussed the theoretical basis for prompt content and time of day messages were sent, and only 27% provided justification for prompt timing and frequency. Fourteen studies assessed participant satisfaction with mHealth prompts of which only two reported dissatisfaction due to either prompting frequency (hourly) or message content (solely focused on weight). Nine studies assessed behavioural outcomes including weight loss, physical activity, and diabetes incidence, and found mixed effects overall. Conclusions: While mHealth prompts were well-received by participants, there are mixed effects on the influence of mHealth prompts on behavioural outcomes and diabetes incidence. More thorough reporting of prompt content development and delivery is needed, and more experimental research is needed to identify optimal content, delivery characteristics, and impact on behavioural and clinical outcomes.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,241
Tête enseignante GPT0,565
Écart entre enseignants0,323 · 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