MétaCan
Menu
Retour à la cohorte
Enregistrement W4282914463 · doi:10.2196/37093

eHealth Interventions for Dutch Cancer Care: Systematic Review Using the Triple Aim Lens

2022· review· en· W4282914463 sur OpenAlex
Liza van Deursen, Anke Versluis, Rosalie van der Vaart, L. M. B. Standaar, Jeroen N. Struijs, Niels H. Chavannes, Jiska J Aardoom

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cancer · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-cléseHealthPsychological interventionHealth careMedicinePopulationGerontologyNursingEnvironmental healthFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Globally, the burden of cancer on population health is growing. Recent trends such as increasing survival rates have resulted in a need to adapt cancer care to ensure a good care experience and manageable expenditures. eHealth is a promising way to increase the quality of cancer care and support patients and survivors. OBJECTIVE: The aim of this systematic review was 2-fold. First, we aimed to provide an overview of eHealth interventions and their characteristics for Dutch patients with and survivors of cancer. Second, we aimed to provide an overview of the empirical evidence regarding the impact of eHealth interventions in cancer care on population health, quality of care, and per capita costs (the Triple Aim domains). METHODS: The electronic databases Web of Science, PubMed, Cochrane, and Ovid PsycINFO were searched using 3 key search themes: eHealth interventions, cancer care, and the Netherlands. The identified interventions were classified according to predetermined criteria describing the intervention characteristics (eg, type, function, and target population). Their impact was subsequently examined using the Triple Aim framework. RESULTS: A total of 38 interventions were identified. Most of these were web portals or web applications functioning to inform and self-manage, and target psychosocial factors or problems. Few interventions have been tailored to age, disease severity, or gender. The results of this study indicate that eHealth interventions could positively affect sleep quality, fatigue, and physical activity of patients with and survivors of cancer. Inconclusive results were found regarding daily functioning and quality of life, psychological complaints, and psychological adjustment to the disease. CONCLUSIONS: eHealth can improve outcomes in the Triple Aim domains, particularly in the population health and quality of care domains. Cancer-related pain and common symptoms of active treatment were not targeted in the included interventions and should receive more attention. Further research is needed to fully understand the impact of eHealth interventions in cancer care on participation, accessibility, and costs. The latter can be examined in economic evaluations by comparing eHealth interventions with care as usual.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
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 enseignants0,522
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,226
Tête enseignante GPT0,500
Écart entre enseignants0,273 · 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