MétaCan
Menu
← Retour à la cohorte
Enregistrement W4377001813 · doi:10.2196/46842

Trauma-Informed Care in Digital Health Technologies: Protocol for a Scoping Review

2023· review· en· W4377001813 sur OpenAlexaffvenue
Abdul‐Fatawu Abdulai, Hasti Naghdali, Eden Tekie Ghirmay, Fuseini Adam, Eunice Bawafaa

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Digital healthHealth careMedicineNursingComputer sciencePsychologyAlternative medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of digital health technologies is becoming increasingly common across the globe as they offer immense potential to enhance health care delivery by promoting accessibility, flexibility, and personalized care, connecting patients to health care professionals, and offering more efficient services and treatments to remote residents. At the same time, there is an increasing recognition of how digital health can inadvertently foment psychological trauma. This phenomenon has led to the adoption of trauma-informed care in designing and deploying digital health technologies. However, how trauma-informed care is defined and characterized, and the various trauma-informed care strategies used in designing and deploying digital health technologies remain unexplored. OBJECTIVE: This scoping review aims to explore and synthesize the literature on how trauma-informed care is defined and characterized in digital health and the various trauma-informed care principles, strategies, or recommendations used in designing and deploying digital health. METHODS: This review will draw on the Joanna Briggs Institute's updated methodological guidance for scoping reviews. A search will be conducted on CINAHL, PubMed, Embase, Compendex Engineering Village, Web of Science, Scopus, and PsycINFO. This review will consider published research studies and unpublished work (gray literature). Studies will be included if they applied trauma-informed care in designing or deploying digital health for patients across all geographical locations or provide trauma-informed recommendations on how web developers should develop digital health. Studies will be limited to publications within the past 10 years and studies in all languages will be considered. Two independent reviewers will screen the titles and abstracts, and then perform a full-text review. Data will be extracted into a data extraction tool developed for this study. RESULTS: The scoping review was undergoing a full search as of April 2023. The main results will synthesize the peer-reviewed and gray literature on adopting trauma-informed care practices in digital health research and development. The study is expected to be completed by December 2023 and the results are expected to be published in a peer-reviewed journal. CONCLUSIONS: This review is expected to provide the knowledge base on the adoption of trauma-informed care in designing and deploying digital health. This knowledge can lead to more engaging, and likely, more effective digital health interventions that have less potential for harm. A synthesis of the various trauma-informed care strategies in digital health will also provide a trauma-informed language by enabling researchers and digital health developers to consider trauma as a critical factor in each stage of the design process. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/46842.

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)0,097
score de la tête « metaresearch » (Gemma)0,101
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 enseignants0,103
Score d'incertitude au seuil0,511

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,101
Méta-épidémiologie (sens strict)0,0060,006
Méta-épidémiologie (sens large)0,0130,015
Bibliométrie0,0240,021
Études des sciences et des technologies0,0060,006
Communication savante0,0100,012
Science ouverte0,0060,009
Intégrité de la recherche0,0100,008
Charge utile insuffisante (le modèle a refusé de juger)0,1030,019

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 Opus0,726
Tête enseignante GPT0,754
Écart entre enseignants0,028 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetDigital Mental Health Interventions→Travaux en français237 207→