MétaCan
Menu
Retour à la cohorte
Enregistrement W4310266395 · doi:10.3389/fdgth.2022.1014375

Barriers and facilitators for the sustainability of digital health interventions in low and middle-income countries: A systematic review

2022· review· en· W4310266395 sur OpenAlexaff
Soutongnoma Safiata Kaboré, Patrice Ngangue, Dieudonné Soubeiga, Abibata Barro, Arzouma Hermann Pilabré, Nestor Bationo, Yacouba Pafadnam, Koiné Maxime Drabo, Hervé Hien

Notice bibliographique

RevueFrontiers in Digital Health · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionSustainabilityDigital healthBusinessHealth carePublic relationsNursingMedicineEconomic growthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Background: Digital health interventions (DHIs) have increased exponentially all over the world. Furthermore, the interest in the sustainability of digital health interventions is growing significantly. However, a systematic synthesis of digital health intervention sustainability challenges is lacking. This systematic review aimed to identify the barriers and facilitators for the sustainability of digital health intervention in low and middle-income countries. Methods: Three electronic databases (PubMed, Embase and Web of Science) were searched. Two independent reviewers selected eligible publications based on inclusion and exclusion criteria. Data were extracted and quality assessed by four team members. Qualitative, quantitative or mixed studies conducted in low and middle-income countries and published from January 2000 to May 2022 were included. Results: The sustainability of digital health interventions is very complex and multidimensional. Successful sustainability of digital health interventions depends on interdependent complex factors that influence the implementation and scale-up level in the short, middle and long term. Barriers identified among others are associated with infrastructure, equipment, internet, electricity and the DHIs. As for the facilitators, they are more focused on the strong commitment and involvement of relevant stakeholders: Government, institutional, sectoral, stakeholders' support, collaborative networks with implementing partners, improved satisfaction, convenience, privacy, confidentiality and trust in clients, experience and confidence in using the system, motivation and competence of staff. All stakeholders play an essential role in the process of sustainability. Digital technology can have long term impacts on health workers, patients, and the health system, by improving data management for decision-making, the standard of healthcare service delivery and boosting attendance at health facilities and using services. Therefore, management changes with effective monitoring and evaluation before, during, and after DHIs are essential. Conclusion: The sustainability of digital health interventions is crucial to maintain good quality healthcare, especially in low and middle-income countries. Considering potential barriers and facilitators for the sustainability of digital health interventions should inform all stakeholders, from their planning until their scaling up. Besides, it would be appropriate at the health facilities level to consolidate facilitators and efficiently manage barriers with the participation of all stakeholders.

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)0,036
score de la tête « metaresearch » (Gemma)0,126
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 enseignants0,036
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,126
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0090,010
Bibliométrie0,0120,012
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,050
Tête enseignante GPT0,430
Écart entre enseignants0,380 · 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

Citations174
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Digital HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207