Implementing digital respiratory technologies for people with respiratory conditions: A protocol for a scoping review
Notice bibliographique
Résumé
The value of 'data-enabled', digital healthcare is evolving rapidly, as demonstrated in the COVID-19 pandemic, and its successful implementation remains complex and challenging. Harmonisation (within/between healthcare systems) of infrastructure and implementation strategies has the potential to promote safe, equitable and accessible digital healthcare, but guidance for implementation is lacking. Using respiratory technologies as an example, our scoping review process will capture and review the published research between 12th December 2013 to 12th December 2023. Following standard methodology (Arksey and O'Malley), we will search for studies published in ten databases: MEDLINE, EMBASE, CINAHL, PsycINFO, Cochrane Library, Web of Science, Scopus, IEEE Xplore, CABI Global Health, and WHO Medicus. Our search strategy will use the terms: digital health, respiratory conditions, and implementation. Using Covidence, screening of abstracts and full texts will be undertaken by two independent reviewers, with conflicts resolved by a third reviewer. Data will be extracted into a pilot-tested data extraction table for charting, summarising and reporting the results. We will conduct stakeholder meetings throughout to discuss the themes emerging from implementation studies and support interpretation of findings in the light of their experience within their own networks and organisations. The findings will inform the future work within the ERS CONNECT clinical research collaboration and contribute to policy statements to promote a harmonised framework for digital transformation of respiratory healthcare.
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 | 0,139 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,012 | 0,012 |
| Bibliométrie | 0,024 | 0,020 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,011 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,018 |
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 ».