Digital Wellness Programs in the Workplace: Meta-Review
Notice bibliographique
Résumé
BACKGROUND: Corporate wellness programs are increasingly using digital technologies to promote employee health. Digital wellness programs (DWPs) refer to initiatives that deliver health interventions through digital tools. Despite a growing body of evidence on DWPs, the literature remains fragmented across multiple health domains. OBJECTIVE: This study aims to provide a comprehensive synthesis of existing research on the efficacy (eg, impact on employee's physical health, mental well-being, behavioral changes, and absenteeism) and acceptability (eg, engagement, perceived usefulness, and adoption) of employer-provided DWPs. Specifically, we aim to map the extent, range, and nature of research on this topic; summarize key findings; identify gaps; and facilitate knowledge dissemination. METHODS: We conducted a meta-review of studies published between 2000 and 2023. We adopted a database-driven search approach, including the MEDLINE, PsycINFO, ProQuest Central, and Web of Science Core Collection databases. The inclusion criteria consisted of (1) review articles; (2) publications in English, French, or German; (3) studies reporting on digital health interventions implemented in organizations; (4) studies reporting on nonclinical or preclinical employee populations; and (5) studies assessing the efficacy and acceptability of employer-provided DWPs. We performed a descriptive numerical summary and thematic analysis of the included studies. RESULTS: Out of 593 nonduplicate studies screened, 29 met the inclusion criteria. The most investigated health domains included mental health (n=19), physical activity (n=8), weight management (n=6), unhealthy behavior change (n=4), and sleep management (n=2). In total, 24 reviews focused on the efficacy of DWPs, primarily in relation to health-related outcomes (eg, stress and weight), while fewer reviews addressed organization-related outcomes (eg, burnout and absenteeism). Four reviews explored the mechanisms of action, and 3 assessed the acceptability of DWPs using various measures. Overall, the findings support the efficacy and acceptability of DWPs, although significant gaps persist, particularly regarding the durability of outcomes, the role of technology, and the causal mechanisms underlying behavioral change. CONCLUSIONS: While DWPs show promise across a variety of health domains, several aspects of their effectiveness remain underexplored. Practitioners should capitalize on existing evidence of successful DWPs while acknowledging the limitations in the literature.
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 | 0,012 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,017 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».