Clinical Effectiveness, Feasibility, Acceptability, and Usability in Mobile Health Applications for Epilepsy: A Systematic Review (Preprint)
Notice bibliographique
Résumé
<sec> <title>BACKGROUND</title> Mobile applications, or “apps”, are widely used by people with epilepsy, their caregivers, and providers. The impact of these apps on the clinical effectiveness (CE) and feasibility, acceptability, or usability (FAU) in epilepsy remains unclear. </sec> <sec> <title>OBJECTIVE</title> To conduct a systematic review of studies investigating the CE and FAU of mobile applications in epilepsy. </sec> <sec> <title>METHODS</title> This review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) standards and was registered with the Prospective Register of Systematic Reviews (PROSPERO; CRD42019134848). The search was conducted using MEDLINE ALL (Ovid) and EMBASE (Ovid) from database inception to April 2022. At the screening phase, we excluded conference abstracts, non-English language and review articles, as well as articles studying video telehealth. We determined study quality for case-control or cohort studies using the Newcastle-Ottawa Quality Assessment Scale (NOQAS) and bias in randomized studies using the Cochrane Collaboration Handbook Risk of Bias (RoB) tool. We assessed usability study quality using the validated 15-point Silva scale. Study characteristics were analyzed using summary statistics. </sec> <sec> <title>RESULTS</title> We identified 6,768 studies, of which 13 (0.2%) were included. Of the 13 studies, 8 (61.5%) addressed CE, 6 (46.2%) acceptability, 5 (38.5%) usability, and 4 (30.8%) feasibility. Four studies (31.0%) evaluated both CE and FAU. Studies comprised prospective cohort (N=6, 46.2%), pilot (N=3, 23.1%), randomized trial (N=3, 23.1%) and pre/post (N=1, 7.7%) designs. Overall, cohort studies demonstrated fair quality (median NOQAS score 5, interquartile range [IQR] 5.0 - 5.8), whereas 2 (66.7%) randomized studies had some concern for bias. Usability studies demonstrated high methodological quality (median Silva score 10, IQR 10 - 11). Apps were most frequently studied in patient users (N=7 (87.5%) CE and 8 (100%) FAU studies). The most common app target in CE studies was physical health (N=5, 62.5%) contrasting with symptom management (N=7, 87.5%) in FAU studies. </sec> <sec> <title>CONCLUSIONS</title> We found that studies of app use in epilepsy most commonly studied CE and evaluated patient-facing apps. Despite high methodological quality in usability studies and several randomized CE studies, cohort and randomized studies demonstrated fair quality and moderate bias, respectively. Additional high-quality evidence is necessary to evaluate the CE and FAU of app use in epilepsy. </sec>
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Méta-épidémiologie (sens large) Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
| gpt | Méta-épidémiologie (sens large) Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,052 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».