Are older adults considered in asthma and chronic obstructive pulmonary disease mobile health research? A scoping review
Notice bibliographique
Résumé
BACKGROUND: The use of mobile health (mHealth) for asthma and chronic obstructive pulmonary disease (COPD) is rapidly growing and may help address the complex respiratory care needs of our ageing population. However, little is currently known about how airways mHealth is developed and used among older adults (≥65 years). OBJECTIVE: To identify if and how older adults with asthma and COPD have been incorporated across the mHealth research cycle. METHODS: We searched Ovid MEDLINE, EMBASE, CINAHL and the Cochrane Central Registry of Controlled Trials for studies pertaining to the development or evaluation of asthma and COPD mHealth for adults published after 2010. Study, participant and mHealth details, including any considerations of older age, were extracted, synthesised and charted. RESULTS: A total of 334 studies of 191 mHealth tools were identified. Adults ≥65 years old were included in 33.3% of asthma mHealth studies and 85.3% of COPD studies. Discussions of older age focused on barriers to technology use. Methodologic and/or analytic considerations of older age were mostly absent throughout the research cycle. Among the 28 instances quantitative age-related analyses were detailed, 12 described positive mHealth use and satisfaction outcomes in older adults versus negative or equivocal outcomes. CONCLUSION: We identified an overall lack of consideration for older age throughout the airways mHealth research cycle, even among COPD mHealth studies that predominantly included older adults. We also found a contrast between the perceptions of how older age might negatively influence mHealth use and available quantitative evaluations. Future airways mHealth research must better integrate the needs and concerns of older adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».