Patient engagement strategies in digital health interventions for cancer survivors: A scoping review
Notice bibliographique
Résumé
Individuals can face various mental and physical health challenges after a cancer diagnosis. Digital health platforms can address some of these challenges by providing self-management tools for improving lifestyle behaviors, while reducing the burden on healthcare systems and enhancing healthcare access to underserved populations. Involving individuals with a history of cancer, termed here as "cancer survivors", in the development and evaluation of digital health platforms can improve their effectiveness. This scoping review aimed to explore the state of patient engagement in research on digital health platforms for cancer survivors, including strategies for engagement, characteristics, and identifying gaps and barriers. A systematic search was conducted in OVID Medline, OVID EMBASE, and Scopus from inception until May 2023. The review followed Joanna Briggs Institute's guidance for scoping reviews. Eligible studies actively involved cancer survivors in the development or evaluation of digital health platforms. These studies focused on self-management digital health platforms delivering nutrition, physical activity, and/or mental health interventions. Reporting of patient engagement was evaluated according to the Guidance for Reporting Involvement of Patients and the Public 2 (GRIPP2). The search strategy captured 7 studies using various patient engagement approaches, with patient and public involvement being the most frequently used (43%, n = 3). Studies were conducted in 6 countries and most focused on the development or evaluation of web-based digital health platforms (71%, n = 5). Few studies reported all elements of GRIPP2's reporting checklist (29%, n = 2). We further identified barriers and areas of improvement for patient engagement in digital health research. Patient engagement improves digital health platforms, but few studies have meaningfully included patients, therefore reporting and evaluation of patient engagement is necessary to support its adoption in digital health research projects. In addition to exploring the gaps in patient engagement practices, this scoping review serves as a foundation for future research to advance patient-oriented digital health interventions for cancer survivors.
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 | 0,032 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».