MétaCan
Menu
Retour à la cohorte
Enregistrement W4403247913 · doi:10.2196/58306

The Effectiveness of Video Animations as a Tool to Improve Health Information Recall for Patients: Systematic Review

2024· review· en· W4403247913 sur OpenAlexaboutno aff
Steffen Hansen, Tue Secher Jensen, Anne Schmidt, Janni Strøm, Peter Vistisen, Mette Terp Høybye

Notice bibliographique

RevueJournal of Medical Internet Research · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintRecallComputer scienceWorld Wide WebMultimediaPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to clear and comprehensible health information is crucial for patient empowerment, leading to improved self-care, adherence to treatment plans, and overall health outcomes. Traditional methods of information delivery, such as written documents and oral communication, often result in poor memorization and comprehension. Recent innovations, such as animation videos, have shown promise in enhancing patient understanding, but comprehensive investigations into their effectiveness across various health care settings are lacking. OBJECTIVE: This systematic review aims to investigate the effectiveness of animation videos on health information recall in adult patients across diverse health care sectors, comparing their impact to usual information delivery methods on short-term and long-term recall of health information. METHODS: We conducted systematic searches in PubMed, CINAHL, and Embase databases, supplemented by manual searches of reference lists. Included studies were randomized controlled trials involving adult participants (≥18 years) that focused on the use of animation videos to provide health information measured against usual information delivery practice. There were no language restrictions. Out of 2 independent reviewers screened studies, extracted data, and assessed the risk of bias using the Revised Cochrane risk-of-bias tool for randomized trials (RoB2), Covidence was used to handle screening and risk of bias process. A narrative synthesis approach was applied to present results. RESULTS: A total of 15 randomized controlled trials-3 in the United States, 2 in France, 2 in Australia, 2 in Canada, and 1 in the United Kingdom, Japan, Singapore, Brazil, Austria, and Türkiye, respectively-met the inclusion criteria, encompassing 2,454 patients across various health care settings. The majority of studies (11/15, 73%) reported statistically significant improvements in health information recall when animation videos were used, compared with usual care. Animation videos ranged from 1 to 15 minutes in duration with the most common length ranging from 1 to 8 minutes (10/15) and used various styles including 2D cartoons, 3D computers, and whiteboard animations. Most studies (12/15) assessed information recall immediately after intervention, with only 3 studies including longer follow-up periods. Most studies exhibited some concerns related to the risk of bias, particularly in domains related to deviations from intended interventions and selection of reported results. CONCLUSIONS: Animation videos appear to significantly improve short-term recall of health information among adult patients across various health care settings compared with usual care. This suggests that animation videos could be a valuable tool for informing patients in different health care settings. However, further research is needed to explore the long-term efficacy of these interventions, their impact on diverse populations, and how different animation styles might affect information recall. Future studies should also address methodological limitations identified in current research, including the use of validated outcome measures and longer follow-up periods. TRIAL REGISTRATION: PROSPERO CRD42022380016; http://crd.york.ac.uk/prospero/display_record.php?RecordID=380016.

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)0,026
score de la tête « metaresearch » (Gemma)0,126
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 enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,126
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,011
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,125
Tête enseignante GPT0,605
Écart entre enseignants0,480 · 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

Citations35
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207