Digital Health Interventions Are Effective for Irritable Bowel Syndrome Self-Management: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Digital health interventions (DHIs) could be a valuable self-management tool for patients with irritable bowel syndrome (IBS), but little research exists on IBS-focused DHIs and their effectiveness. This review aimed to identify DHIs for IBS and evaluate their characteristics, effectiveness, and feasibility. METHODS: Our study team, including patient partners, conducted a systematic review using Medline, PsycINFO, Embase, Web of Science, and CINAHL from database inception to May 2024. Experimental and observational studies evaluating DHIs designed for use by IBS patients were included. Data extraction and assessment included study and DHI characteristics, effectiveness outcomes (symptom severity, quality of life, psychological indices, patient empowerment), and feasibility measures (adherence, usability, user satisfaction). Study quality and bias were assessed using a modified checklist of Downs and Black. RESULTS: Of the 929 identified, 13 studies of DHIs were included and deemed good quality on average (21,510 total participants) with six primary areas of focus: education, diet, brain-gut behavior skills, physiological support, health monitoring, and community engagement. Most DHIs were self-directed and reported statistically significant improvements in most effectiveness outcomes. Evidence suggests that DHIs focusing on brain-gut behavior skills or health monitoring may be most effective compared to other types of DHIs. However, their feasibility remains unclear, and the generalization of their impacts is limited. CONCLUSION: This review underscores the potential of DHIs in supporting IBS patients and improving their outcomes. However, additional research is warranted for continued intervention use in this population, including assessments on feasibility, safety, cost-effectiveness, and patient empowerment and experiences.
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 | 0,009 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».