MétaCan
Menu
Retour à la cohorte
Enregistrement W4310156247 · doi:10.2196/40079

Evidence and User Considerations of Home Health Monitoring for Older Adults: Scoping Review

2022· article· en· W4310156247 sur OpenAlex
Andrew Chan, Rachel Cohen, Katherine-Marie Robinson, Devvrat Bhardwaj, Geoff Gregson, Jeffrey W. Jutai, Jason Millar, Adriana Ríos Rincón, Atena Roshan Fekr

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.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJMIR Aging · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of OttawaToronto Rehabilitation InstituteUniversity of TorontoUniversity Health NetworkGlenrose Rehabilitation HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCINAHLSystematic reviewPsychological interventionMEDLINEScopusMedicineHealth technologyHealth carePsychologyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Home health monitoring shows promise in improving health outcomes; however, navigating the literature remains challenging given the breadth of evidence. There is a need to summarize the effectiveness of monitoring across health domains and identify gaps in the literature. In addition, ethical and user-centered frameworks are important to maximize the acceptability of health monitoring technologies. OBJECTIVE: This review aimed to summarize the clinical evidence on home-based health monitoring through a scoping review and outline ethical and user concerns and discuss the challenges of the current user-oriented conceptual frameworks. METHODS: A total of 2 literature reviews were conducted. We conducted a scoping review of systematic reviews in Scopus, MEDLINE, Embase, and CINAHL in July 2021. We included reviews examining the effectiveness of home-based health monitoring in older adults. The exclusion criteria included reviews with no clinical outcomes and lack of monitoring interventions (mobile health, telephone, video interventions, virtual reality, and robots). We conducted a quality assessment using the Assessment of Multiple Systematic Reviews (AMSTAR-2). We organized the outcomes by disease and summarized the type of outcomes as positive, inconclusive, or negative. Second, we conducted a literature review including both systematic reviews and original articles to identify ethical concerns and user-centered frameworks for smart home technology. The search was halted after saturation of the basic themes presented. RESULTS: The scoping review found 822 systematic reviews, of which 94 (11%) were included and of those, 23 (24%) were of medium or high quality. Of these 23 studies, monitoring for heart failure or chronic obstructive pulmonary disease reduced exacerbations (4/7, 57%) and hospitalizations (5/6, 83%); improved hemoglobin A1c (1/2, 50%); improved safety for older adults at home and detected changing cognitive status (2/3, 66%) reviews; and improved physical activity, motor control in stroke, and pain in arthritis in (3/3, 100%) rehabilitation studies. The second literature review on ethics and user-centered frameworks found 19 papers focused on ethical concerns, with privacy (12/19, 63%), autonomy (12/19, 63%), and control (10/19, 53%) being the most common. An additional 7 user-centered frameworks were studied. CONCLUSIONS: Home health monitoring can improve health outcomes in heart failure, chronic obstructive pulmonary disease, and diabetes and increase physical activity, although review quality and consistency were limited. Long-term generalized monitoring has the least amount of evidence and requires further study. The concept of trade-offs between technology usefulness and acceptability is critical to consider, as older adults have a hierarchy of concerns. Implementing user-oriented frameworks can allow long-term and larger studies to be conducted to improve the evidence base for monitoring and increase the receptiveness of clinicians, policy makers, and end users.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,507
Écart entre enseignants0,382 · 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