Comparative Effectiveness of Digital Health Technologies in Tuberculosis Treatment: Systematic Review and Network Meta-Analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
Background: Tuberculosis (TB) treatment remains a critical global health challenge, as traditional standard of care (SoC) approaches face limitations in accessibility and efficacy. While digital health technologies (DHTs) offer promising solutions to address these gaps, limited evidence exists on their comparative effectiveness. Objective: This study systematically evaluates and compares the impact of diverse DHTs on improving TB treatment outcomes and adherence, aiming to identify optimal strategies across different patient populations. Methods: A systematic search was conducted across PubMed, Cochrane Library, Embase, and Web of Science from database inception through February 28, 2025, with no language restrictions. Eligible studies included randomized controlled trials comparing DHTs with SoC for TB treatment. The primary outcome was treatment success, defined as completion or cure. A random-effects network meta-analysis was performed, calculating odds ratios (OR) and 95% credibility intervals (CrI) to assess treatment effects. Surface under the cumulative ranking curve (SUCRA) values were used to rank intervention effectiveness. This study is registered with PROSPERO (International Prospective Register of Systematic Reviews; CRD42025601199). Results: From 2420 screened studies, 27 randomized controlled trials involving 23,283 patients and eight DHT interventions were included. The network meta-analysis revealed that digital health platforms showed marginal improvements in treatment success (OR=3.44; 95% CrI 0.95-11.67; SUCRA=0.913; P=.05). Compared with SoC, video directly observed treatment (VDOT) significantly improved treatment success (OR=2.39; 95% CrI 1.18-4.75; SUCRA=0.848; P=.01). Medication event reminder monitors significantly enhanced treatment adherence (OR=3.13; 95% CrI 1.55-7.05; SUCRA=0.891; P=.003). Conclusions: Results underscore the significant potential of DHTs to improve TB treatment management. VDOT emerged as the most effective intervention for enhancing treatment success, while medication event reminder monitors demonstrated efficacy in sustaining adherence. Digital health platforms showed promise but require additional validation. Caution is warranted due to potential heterogeneity across studies, which may affect generalizability. This research offers actionable insights for stakeholders aiming to optimize TB management through strategic DHT integration.
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 | 0,056 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,027 | 0,047 |
| Bibliométrie | 0,011 | 0,010 |
| 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 | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».