MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362602284 · doi:10.2196/42056

Platform-Based Patient-Clinician Digital Health Interventions for Care Transitions: Protocol for a Scoping Review

2023· review· en· W4362602284 sur OpenAlexafffundvenue
Chantal Backman, Steve Papp, Anne Harley, Aurélie Tonjock Kolle, Sarah Visintini, Soha Shah, Randa Berdusco, Stéphane Poitras, Paul E. Beaulé, Véronique French-Merkley

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensAlberta Health ServicesOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésCINAHLPsychological interventionDigital healthMedicineMEDLINEHealth careProtocol (science)Systematic reviewGrey literatureNursingeHealthIntervention (counseling)Family medicineMedical educationAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With the increased adoption of technology, the use of digital health interventions in health care settings has increased. Patient-clinician digital health interventions have the potential to improve patient care, especially during important transitions between hospital and home. Digital health interventions can provide support to patients during these transitions, thereby leading to better patient outcomes. OBJECTIVE: This scoping review aims to explore the available literature, specifically (1) to examine the impact of platform-based digital health interventions focused on care transitions on patient outcomes, and (2) to identify the barriers to and enablers for the uptake and implementation of these digital health interventions. METHODS: This protocol was developed based on Arksey and O'Malley's, Levac and colleagues', and JBI scoping review methodologies, and it has been reported according to the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Statement for the Scoping Reviews) format. The search strategies were developed for 4 databases: MEDLINE, CINAHL, EMBASE, and the Cochrane Central Register of Controlled Trials by using key words such as "hospital to home transition" and "platform-based digital health." Studies involving patients 16 years or older that used a platform-based digital health intervention during their hospital to home transition will be included in this review. Two reviewers will independently screen articles for eligibility by using a 2-stage process (ie, title and abstract screening and full-text screening). We expect to refine the eligibility criteria during the title and abstract screening process as we anticipate retrieving a significant number of articles. In addition, we will also perform a targeted search of the grey literature, as well as data extraction. Data analysis will consist of a narrative and descriptive synthesis. RESULTS: The review is expected to identify research gaps that will inform the development of future patient-clinician digital health interventions. We have identified a total of 8333 articles. Screening began in September 2022, and data extraction is expected to commence in February 2023 and end by April 2023. Data analyses and final results will be submitted to a peer-reviewed journal in August 2023. CONCLUSIONS: We expect to find a wide variety of postcare interventions, some gaps in the quality of research evidence, as well as a lack of detailed information on digital health interventions. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/42056.

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)0,113
score de la tête « metaresearch » (Gemma)0,118
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 enseignants0,113
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1130,118
Méta-épidémiologie (sens strict)0,0060,006
Méta-épidémiologie (sens large)0,0120,016
Bibliométrie0,0180,018
Études des sciences et des technologies0,0050,005
Communication savante0,0080,009
Science ouverte0,0060,008
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0830,015

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 Opus0,787
Tête enseignante GPT0,744
Écart entre enseignants0,042 · 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 sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→