Exploring the impact, challenges, and integration of podcasts in patient education: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Podcasts have become increasingly prominent as tools for health communication, offering flexible and accessible formats for patient education. While widely used in professional training, their role in supporting patient-centered learning remains underexplored. METHODS: This systematic review synthesized studies published from 2010 to 2024 concerning podcast use in patient education. Five databases-PubMed, Scopus, Web of Science, Google Scholar, and Embase-were searched using defined keywords. Studies were selected based on relevance to patient education through podcasts, and outcomes such as knowledge retention, comprehension, and engagement. Data extraction was performed independently by two reviewers. Quality assessment was conducted using the Cochrane Risk of Bias Tool, the Newcastle-Ottawa Scale, and the CASP checklist. A thematic synthesis approach was employed to analyze qualitative and quantitative findings. RESULTS: Of the twenty-one included studies, seven demonstrated improved patient knowledge retention, comprehension, and engagement through podcast use. Five studies emphasized accessibility and learner autonomy, highlighting the benefits of asynchronous and flexible delivery. Three studies explored the integration of podcasts with traditional teaching methods, showing positive outcomes when used as complementary tools. However, three studies identified challenges including content quality variability, limited production standards, and digital access disparities. Thematic synthesis categorized findings into four domains: educational effectiveness, integration with traditional education, accessibility and learner autonomy, and implementation challenges. CONCLUSIONS: Podcasts represent a promising adjunct to patient education. Their effectiveness depends on thoughtful design, contextual relevance, and equitable delivery. Standardization, blended learning models, and ongoing evaluation are essential for maximizing their impact. CLINICAL TRIAL NUMBER: Not applicable.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».