MétaCan
Menu
Retour à la cohorte
Enregistrement W4382361384 · doi:10.2196/47094

Economic Evaluation Associated With Clinical-Grade Mobile App–Based Digital Therapeutic Interventions: Systematic Review

2023· review· en· W4382361384 sur OpenAlexaff
Yoann Sapanel, Xavier Tadeo, Connor T. A. Brenna, Alexandria Remus, Florian Koerber, L. Martin Cloutier, Gabriel Tremblay, Agata Blasiak, Chris L Hardesty, Joanne Yoong, Dean Ho

Notice bibliographique

RevueJournal of Medical Internet Research · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversité du Québec à MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSystematic reviewPsychological interventionMedicineCochrane LibraryTelemedicineMEDLINEEconomic evaluationHealth careRandomized controlled trialClinical trialCost effectivenessNursingRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital therapeutics (DTx), a class of software-based clinical interventions, are promising new technologies that can potentially prevent, manage, or treat a spectrum of medical disorders and diseases as well as deliver unprecedented portability for patients and scalability for health care providers. Their adoption and implementation were accelerated by the need for remote care during the COVID-19 pandemic, and awareness about their utility has rapidly grown among providers, payers, and regulators. Despite this, relatively little is known about the capacity of DTx to provide economic value in care. OBJECTIVE: This study aimed to systematically review and summarize the published evidence regarding the cost-effectiveness of clinical-grade mobile app-based DTx and explore the factors affecting such evaluations. METHODS: A systematic review of economic evaluations of clinical-grade mobile app-based DTx was conducted following the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 2020 guidelines. Major electronic databases, including PubMed, Cochrane Library, and Web of Science, were searched for eligible studies published from inception to October 28, 2022. Two independent reviewers evaluated the eligibility of all the retrieved articles for inclusion in the review. Methodological quality and risk of bias were assessed for each included study. RESULTS: A total of 18 studies were included in this review. Of the 18 studies, 7 (39%) were nonrandomized study-based economic evaluations, 6 (33%) were model-based evaluations, and 5 (28%) were randomized clinical trial-based evaluations. The DTx intervention subject to assessment was found to be cost-effective in 12 (67%) studies, cost saving in 5 (28%) studies, and cost-effective in 1 (6%) study in only 1 of the 3 countries where it was being deployed in the final study. Qualitative deficiencies in methodology and substantial potential for bias, including risks of performance bias and selection bias in participant recruitment, were identified in several included studies. CONCLUSIONS: This systematic review supports the thesis that DTx interventions offer potential economic benefits. However, DTx economic analyses conducted to date exhibit important methodological shortcomings that must be addressed in future evaluations to reduce the uncertainty surrounding the widespread adoption of DTx interventions. TRIAL REGISTRATION: PROSPERO International Prospective Register of Systematic Reviews CRD42022358616; https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42022358616.

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)0,028
score de la tête « metaresearch » (Gemma)0,132
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,132
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0140,018
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,566
Tête enseignante GPT0,688
Écart entre enseignants0,122 · 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
GenreSynthèse

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

En bref

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207