Implementation of digital health technologies for older adults: a scoping review
Notice bibliographique
Résumé
The critical importance of technological innovation in home care for older adults is indisputable. Less well understood is the question of how to measure its performance and impact on the delivery of healthcare to older adults who are living with chronic illness and disability. Knowing how well digital technologies, such as smartphones, tablets, wearable devices, and Ambient Assisted Living Technologies (AAL) systems “work” should certainly include assessing their impact on older adults’ health and ability to function in daily living but that will not guarantee that it will necessarily be adopted by the user or implemented by a healthcare facility or the healthcare system. Technology implementation is a process of planned and guided activities to launch, introduce and support technologies in a certain context to innovate or improve healthcare, which delivers the evidence for adoption and upscaling a technology in healthcare practices. Factors in addition to user acceptance and clinical effectiveness require investigation. Failure to appreciate these factors can result in increased likelihood of technology rejection or protracted procurement decision at the “adoption decision” stage or delayed or incomplete implementation or discontinuance (following initial adoption) during implementation. The aim of our research to analyze research studies on the effectiveness of digital health technologies for older adults to answer the question, “How well do these studies address factors that affect the implementation of technology?” We found common problems with the conceptualization, design, and methodology in studies of digital technology that have contributed to the slow pace of implementation in home care and long-term care. We recommend a framework for improving the quality of research in this critical area. Systematic Review Registration: https://archive.org/details/osf-registrations-f56rb-v1 , identifier osf-registrations-f56rb-v1.
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 | 0,018 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,015 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».