Adoption of Telemedicine for Dementia Care in Nigeria: Scoping Review
Notice bibliographique
Résumé
Background: Dementia is a global health challenge, particularly in Nigeria, where limited health care infrastructure, cultural stigmas, and poor awareness hinder its care. Telemedicine can improve patient outcomes, increase health care access, and support caregivers. However, challenges such as poor internet connectivity, digital literacy, and a lack of integrated strategies hinder its adoption, particularly in rural areas. Objective: This scoping review aims to evaluate the adoption of telemedicine for dementia care in Nigeria by highlighting existing interventions, their effectiveness, implementation challenges, and contextual barriers. It also draws on global evidence to propose culturally relevant, sustainable strategies. Methods: A scoping review was conducted using the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews) framework. Peer-reviewed articles were included if they focused on telemedicine or digital health interventions for dementia care in Nigeria or sub-Saharan Africa and published between January 2010 and February 2024. Databases searched included PubMed, Scopus, CINAHL, PsycINFO, Cochrane Library, and Google Scholar. A total of 23 articles met the inclusion criteria. Results: Among the 23 studies, 10 (43.5%) focused on mobile health apps, 8 (34.8%) on video consultations, and 5 (21.7%) on remote monitoring tools. These interventions improved caregiver support, medication adherence, and access to specialist care. Key barriers included limited digital literacy, poor internet access, and a lack of cohesive national telemedicine policy. Conclusions: There is an urgent need for an inclusive national telemedicine policy in Nigeria. Interventions such as mobile health, video consultations, and remote monitoring tools show potential to enhance dementia care, reduce caregiver burden, and improve health outcomes.
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 | 0,016 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».