MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362571921 · doi:10.2196/42339

The Impact of Secure Messaging in the Treatment of Patients With Diabetes Within a Primary Care Setting: Protocol for a Scoping Review

2023· review· en· W4362571921 sur OpenAlexafffundvenue
Abdul Lawal, Devidas Menon, Ewan Affleck, Tania Stafinski

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensCollege of Physicians and Surgeons of OntarioUniversity of Alberta
Organismes subventionnairesMcMaster University
Mots-clésPsycINFOMEDLINESystematic reviewMedicineContext (archaeology)Health careGrey literatureChecklistPopulationDiabetes managementNursingMedical educationPsychologyType 2 diabetesDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Diabetes-a high-burden chronic disease-requires lifetime active management involving the use of different tools and health care resources to improve patient health outcomes. Recent studies have demonstrated promising results regarding the impact of the use of virtual care technology on the treatment of chronic diseases, such as diabetes. However, it is unclear whether the use of technologies, such as secure messaging, improves the quality of care and reduces diabetes-related costs to the health care system. OBJECTIVE: The purpose of our scoping review is to explore what is known about the use of secure messaging in the treatment of diabetes within the primary care setting and how its impact has been assessed from the patient and health system perspectives. Our review aims to understand to what extent secure messaging improves the quality of diabetes care. METHODS: Our scoping review will follow the 6-step Arksey and O'Malley methodological framework, as well as the Joanna Briggs Institute methodology for scoping reviews and their recommended tools. The tools to guide the development and reporting of the review in a structured way will include the Population, Concept, and Context framework and the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews) guidelines and checklist. The search strategy was developed iteratively in collaboration with a professional information specialist. Furthermore, a peer review of electronic search strategies was also conducted by an independent, third-party, professional information specialist. A systematic literature search will be conducted against databases, including Ovid MEDLINE ALL, Embase, APA PsycINFO, Cochrane Library on Wiley, CINAHL on EBSCO, and PubMed. Grey literature sources will also be searched for relevant literature. Literature on the use of secure messaging in the treatment of diabetes (types 1 and 2) within a primary care setting will be included. Two reviewers will review the literature based on the inclusion criteria in the following two steps: (1) title and abstract review and (2) full-text review. Discrepancies will be discussed to reach consensus where possible; otherwise, a third reviewer will resolve the dispute. RESULTS: The results and a final report are expected to be completed and submitted to a peer-reviewed journal in 6 months. CONCLUSIONS: The review will examine existing literature to identify the impact of secure messaging in diabetes treatment within primary care settings. Research gaps will also be identified to determine if there is a need for further studies. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/42339.

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)0,096
score de la tête « metaresearch » (Gemma)0,087
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,505

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0960,087
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0110,017
Bibliométrie0,0140,012
Études des sciences et des technologies0,0060,005
Communication savante0,0080,009
Science ouverte0,0060,008
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0750,015

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 Opus0,456
Tête enseignante GPT0,702
Écart entre enseignants0,246 · 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
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→