e-Health Interventions for Healthy Aging: A Systematic Review
Notice bibliographique
Résumé
Abstract Background: Healthy aging (HA) is a contemporary challenge for population health worldwide. Electronic health (e-Health) interventions have the potential to support empowerment and education of adults aged 50 and over. Objectives: To summarize evidence on the effectiveness of e-Health interventions on HA and explore how specific e-Health interventions and their characteristics effectively impact HA. Methods: A systematic review was conducted based on the Cochrane Collaboration methods including any experimental study design published in French, Dutch, Spanish and English from 2000 to 2018. Results: Fourteen studies comparing various e-Health interventions to multiple components controls were included. The target population, type of interventions and outcomes measured were very heterogeneous across studies, thus a meta-analysis was not possible. However, effect estimates indicate that e-Health interventions could improve physical activity. Positive effects were also found for other healthy behaviors (e.g. healthy eating), psychological outcomes (e.g. memory) and clinical parameters (e.g. blood pressure). Given the low certainty of the evidence related to most outcomes, these results should be interpreted cautiously. Conclusions: This systematic review found limited evidence supporting the effectiveness of e-Health interventions, although the majority of studies show positive effects of these interventions for improving physical activity in older adults. Thus, better quality evidence is needed regarding the effects of eHealth on the physiological, psychological and social dimensions of HA. Systematic review registration : The review protocol was registered in PROSPERO (registration number: CRD42016033163).
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,004 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».