Engagement With Conversational Agent–Enabled Interventions in Cardiometabolic Disease Self-Management: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Well-designed conversational agents can improve health care capacity to meet the dynamic and complex needs of people self-managing cardiometabolic diseases (CMD). However, a lack of empirical evidence on conversational agent-enabled intervention design features and their impact on engagement make it challenging to comprehensively evaluate effectiveness. This review synthesizes evidence on conversational agent-enabled intervention design features and how they impact on engagement to inform the development of more engaging conversational agent-enabled interventions that effectively help people with CMD to self-manage their condition. OBJECTIVE: The aim of the study is to synthesize evidence pertaining to conversational agent-enabled intervention design features and their impact on engagement of people self-managing CMD. METHODS: Searches were conducted in Ovid (MEDLINE), Web of Science, and Scopus databases. Inclusion criteria were primary research studies reporting on conversational agent-enabled interventions that included measures of engagement and included adults with CMD. Data extraction captured perspectives of people with CMD on various design features of conversational agent-enabled interventions. RESULTS: Of 1366 studies identified for screening, 20 were included in the review. In total, 18 of these were qualitative or quasi-experimental evaluations of conversational agent-enabled intervention prototypes. Five domains of design features that impact user engagement with conversational agent-enabled interventions emerged: communication style, functionality, accessibility, visual appearance, and personality. CONCLUSIONS: Across all 5 domains, integrating redundancy and anthropomorphism were identified as effective strategies for improving engagement by increasing user autonomy and investment. Future research should adopt design strategies that are inclusive and adaptive to the diverse needs of users and aligned with the unique considerations relevant to conversational agent-enabled interventions. TRIAL REGISTRATION: PROSPERO CRD42023431579; https://tinyurl.com/3srmzw8f. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/52973.
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 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,006 | 0,006 |
| 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 | 0,002 |
| 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 ».