MétaCan
Menu
Retour à la cohorte
Enregistrement W4375948663 · doi:10.2196/44652

Technology-Supported Integrated Care Innovations to Support Diabetes and Mental Health Care: Scoping Review

2023· article· en· W4375948663 sur OpenAlexafffundvenueabout
Megan Racey, Carly Whitmore, Paige Alliston, Joseph A Cafazzo, Allison Crawford, David Castle, Rosa Dragonetti, Donna Fitzpatrick‐Lewis, Milos Jovkovic, Osnat C. Melamed, Farooq Naeem, Peter Senior, Gillian Strudwick, Seeta Ramdass, Victor Vien, Peter Selby, Diana Sherifali

Notice bibliographique

RevueJMIR Diabetes · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensMcGill UniversityUniversity of AlbertaUniversity of TorontoUniversity Health NetworkDiabetes CanadaCentre for Addiction and Mental HealthMcMaster University
Organismes subventionnairesCentre for Addiction and Mental HealthMcMaster UniversityHamilton Health Sciences
Mots-clésMental healthPsychological interventionPsychosocialMedicineHealth careDistressGerontologyNursingPsychiatryClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For individuals living with diabetes and its psychosocial comorbidities (eg, depression, anxiety, and distress), there remains limited access to interprofessional, integrated care that includes mental health support, education, and follow-up. Health technology, broadly defined as the application of organized knowledge or skill as software, devices, and systems to solve health problems and improve quality of life, is emerging as a means of addressing these gaps. There is thus a need to understand how such technologies are being used to support, educate, and help individuals living with co-occurring diabetes and mental health distress or disorder. OBJECTIVE: The purpose of this scoping review was to (1) describe the literature on technology-enabled integrated interventions for diabetes and mental health; (2) apply frameworks from the Mental Health Commission of Canada and World Health Organization to elucidate the components, type, processes, and users of technology-enabled integrated interventions for diabetes and mental health; and (3) map the level of integration of interventions for diabetes and mental health. METHODS: We searched 6 databases from inception to February 2022 for English-language, peer-reviewed studies of any design or type that used technology to actively support both diabetes and any mental health distress or disorder in succession or concurrently among people with diabetes (type 1 diabetes, type 2 diabetes, and gestational diabetes). Reviewers screened citations and extracted data including study characteristics and details about the technology and integration used. RESULTS: We included 24 studies described in 38 publications. These studies were conducted in a range of settings and sites of care including both web-based and in-person settings. Studies were mostly website-based (n=13) and used technology for wellness and prevention (n=16) and intervention and treatment (n=15). The primary users of these technologies were clients and health care providers. All the included intervention studies (n=20) used technology for clinical integration, but only 7 studies also used the technology for professional integration. CONCLUSIONS: The findings of this scoping review suggest that there is a growing body of literature on integrated care for diabetes and mental health enabled by technology. However, gaps still exist with how to best equip health care professionals with the knowledge and skills to offer integrated care. Future research is needed to continue to explore the purpose, level, and breadth of technology-enabled integration to facilitate an approach to overcome or address care fragmentation for diabetes and mental health and to understand how health technology can further drive the scale-up of innovative integrated interventions.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,346
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiabetes Management and EducationTravaux en français237 207