MétaCan
Menu
Retour à la cohorte
Enregistrement W4392093360 · doi:10.1016/j.hlpt.2024.100855

The relationship between treatment burden and the use of telehealth technologies among patients with chronic conditions: A scoping review

2024· review· en· W4392093360 sur OpenAlexaff
Farah Tahsin, Tamara J. Bahr, James Shaw, Aviv Shachak, Carolyn Steele Gray

Notice bibliographique

RevueHealth Policy and Technology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTelehealthMedicineTelemedicineEconomic growthHealth careEconomics

Résumé

récupéré en direct d'OpenAlex

Patients managing chronic conditions often face significant treatment burdens due to the long-term nature of their care. Treatment burden refers to the workload associated with the self-management of chronic conditions. While telehealth is commonly used to support these patients, there is a growing concern about its impact on marginalized patient populations. Specifically, we lack a comprehensive overview on how and what types of telehealth can increase or minimize the perceived treatment burden among this patient population. To synthesize evidence on the relationship between treatment burden and telehealth among patients with chronic conditions and their caregivers. We used Arksey and O'Malley's five-step scoping review framework to identify relevant literature that was published from January 2004 to May 2023. Fifty-four studies were included in the review. We identified various ways telehealth increases or minimizes patients’ treatment burden. Some of the patient-reported benefits of telehealth regarding treatment burden were reducing time and cost associated with travel to the clinics. Conversely, some burdens associated with telehealth were making sense of the large volume of complex data generated by health technologies, and the extra work required to set up and learn about new technology. Review findings emphasize the importance of considering the concept of treatment burden while introducing telehealth-based interventions to support patients and their caregivers with chronic conditions. Future research needs to identify how to minimize the treatment burden associated with telehealth while implementing new telehealth 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 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)0,017
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,118
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0210,024
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,166
Tête enseignante GPT0,481
Écart entre enseignants0,315 · 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

Citations30
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Policy and TechnologyMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207