Social Media and mHealth Technology for Cancer Screening: Systematic Review and Meta-analysis (Preprint)
Notice bibliographique
Résumé
BACKGROUND Cancer is a leading cause of death, and although screening can reduce cancer morbidity and mortality, participation in screening remains suboptimal. OBJECTIVE This systematic review and meta-analysis aims to evaluate the effectiveness of social media and mobile health (mHealth) interventions for cancer screening. METHODS We searched for randomized controlled trials and quasi-experimental studies of social media and mHealth interventions promoting cancer screening (breast, cervical, colorectal, lung, and prostate cancers) in adults in MEDLINE, Embase, PsycINFO, Scopus, CINAHL, Cochrane Central Register of Controlled Trials, and Communication & Mass Media Complete from January 1, 2000, to July 17, 2020. Two independent reviewers screened the titles, abstracts, and full-text articles and completed the risk of bias assessments. We pooled odds ratios for screening participation using the Mantel-Haenszel method in a random-effects model. RESULTS We screened 18,008 records identifying 39 studies (35 mHealth and 4 social media). The types of interventions included peer support (n=1), education or awareness (n=6), reminders (n=13), or mixed (n=19). The overall pooled odds ratio was 1.49 (95% CI 1.31-1.70), with similar effect sizes across cancer types. CONCLUSIONS Screening programs should consider mHealth interventions because of their promising role in promoting cancer screening participation. Given the limited number of studies identified, further research is needed for social media interventions. CLINICALTRIAL PROSPERO International Prospective Register of Systematic Reviews CRD42019139615; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=139615 INTERNATIONAL REGISTERED REPORT RR2-10.1136/bmjopen-2019-035411
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 | 0,022 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,032 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».