Mobile health applications for self-regulation of glucose levels in type 2 diabetes mellitus patients: a systematic review
Notice bibliographique
Résumé
Background.As diabetes incidence continues to rise, active medical intervention and self-management have now become crucial.Evidence showed that diabetes patients are at high risk of developing complications.Self-care management is of utmost importance when it comes to diabetes care.Recent situations such as the COVID-19 pandemic, however, have restricted vital communications between diabetes patients and their caregivers.This factor significantly deteriorates the glycaemic control of diabetes patients.At this point, mobile health applications can tackle the mentioned problems.Objectives.This article aims to investigate the recent developments in mobile applications for diabetes care.We also discuss the effectiveness of mobile health in controlling blood glucose levels through self-care for diabetes patients, especially during the pandemic.Material and methods.We present a review derived from articles published in the last 8 years.We extensively searched major databases for articles related to mobile health applications for diabetes care.Results.We found that mobile health applications are effective in diabetes self-management.Appropriate health applications enable communications between patients and caregivers/medical professionals at a distance, minimising the need for physical interactions during difficult circumstances.Via applications, patients can now maintain their healthy lifestyle through routine exercise reminders, food intake supervision and sleep quality monitoring.Certain health applications even allow users to interact with others having similar health situations so that they can be a motivation for each other. Conclusions.Various studies showed that health applications help user to control blood sugar levels, which may come in handy to mitigate glycaemic self-control problems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».