MétaCan
Menu
Retour à la cohorte
Enregistrement W4224984594 · doi:10.2196/35925

Inclusion of Older Adults in Digital Health Technologies to Support Hospital-to-Home Transitions: Secondary Analysis of a Rapid Review and Equity-Informed Recommendations

2022· review· en· W4224984594 sur OpenAlexaffvenue
Kristina M. Kokorelias, Michelle Nelson, Terence Tang, Carolyn Steele Gray, Moriah Ellen, Donna Plett, Carlotta Micaela Jarach, Jason X Nie, Kednapa Thavorn, Hardeep Singh

Notice bibliographique

RevueJMIR Aging · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversity of OttawaTrillium Health CentreOttawa HospitalMarch of Dimes CanadaUniversity Health NetworkUniversity of TorontoSunnybrook Health Science CentreSinai Health SystemLunenfeld-Tanenbaum Research InstituteHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsychological interventionDigital healthInclusion (mineral)MedicineGerontologyMEDLINETelehealthDescriptive statisticsNursingFamily medicinePsychologyHealth careTelemedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital health technologies have been proposed to support hospital-to-home transition for older adults. The COVID-19 pandemic and the associated physical distancing guidelines have propelled a shift toward digital health technologies. However, the characteristics of older adults who participated in digital health research interventions to support hospital-to-home transitions remain unclear. This information is needed to assess whether current digital health interventions are generalizable to the needs of the broader older adult population. OBJECTIVE: This rapid review of the existing literature aimed to identify the characteristics of the populations targeted by studies testing the implementation of digital health interventions designed to support hospital-to-home transitions, identify the characteristics of the samples included in studies testing digital health interventions used to support hospital-to-home transitions, and create recommendations for enhancing the diversity of samples within future hospital-to-home digital health interventions. METHODS: A rapid review methodology based on scoping review guidelines by Arksey and O'Malley was developed. A search for peer-reviewed literature published between 2010 and 2021 on digital health solutions that support hospital-to-home transitions for older adults was conducted using MEDLINE, Embase, and CINAHL databases. The data were analyzed using descriptive statistics and qualitative content analysis. The Sex- and Gender-Based Analysis Plus lens theoretically guided the study design, analysis, and interpretation. RESULTS: A total of 34 studies met the inclusion criteria. Our findings indicate that many groups of older adults were excluded from these interventions and remain understudied. Specifically, the oldest old and those living with cognitive impairments were excluded from the studies included in this review. In addition, very few studies have described the characteristics related to gender diversity, education, race, ethnicity, and culture. None of the studies commented on the sexual orientation of the participants. CONCLUSIONS: This is the first review, to our knowledge, that has mapped the literature focusing on the inclusion of older adults in digital hospital-to-home interventions. The findings suggest that the literature on digital health interventions tends to operationalize older adults as a homogenous group, ignoring the heterogeneity in older age definitions. Inconsistency in the literature surrounding the characteristics of the included participants suggests a need for further study to better understand how digital technologies to support hospital-to-home transitions can be inclusive.

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)0,123
score de la tête « metaresearch » (Gemma)0,353
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 enseignants0,123
Score d'incertitude au seuil0,650

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1230,353
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0110,012
Bibliométrie0,0570,046
Études des sciences et des technologies0,0020,001
Communication savante0,0060,007
Science ouverte0,0030,007
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,388
Écart entre enseignants0,350 · 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

Citations44
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetFrailty in Older AdultsTravaux en français237 207