MétaCan
Menu
Retour à la cohorte
Enregistrement W4414710214 · doi:10.30953/thmt.v10.582

A Systematic Review of Internet of Things Technologies and Their Applications in The Early Detection And Management Of Diabetes Complications.

2025· article· en· W4414710214 sur OpenAlexaff
Olapeju Ajibade, Oluwaseyi A. Akpor, Sunday A. Afolalu, Gloria Oluwakorede Alao, Bose Cecilia Ogunlowo, Oluwatosin Ogunmuyiwa, Oluwadamilare Akingbade

Notice bibliographique

RevueTelehealth and Medicine Today · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueArtificial Intelligence in Healthcare
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésThe InternetInternet of ThingsRandomized controlled trialMobile appsDiabetes managementClinical trialMEDLINEDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

This study investigated the influence of Internet of Things (IoT) technology on early diagnosis and management of diabetes complications. A search of MEDLINE, PubMed, Scopus, CINAHL, and AJOL discovered 17 randomized controlled trials from 2003 papers, focused on publications in low-resource countries from 2010 to 2024. Only 5.9% of included trials blinded outcome assessors, although 82.4% used genuine randomization. Most of the 14 mobile HbA1c apps studied showed significant benefits, especially those with tailored feedback or physician participation. IoT treatments may help manage diabetes, but they need instructional resources and struggle with accessibility. Health outcomes should be improved via oversight and personalized comments in future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,407
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelehealth and Medicine TodayMême sujetArtificial Intelligence in HealthcareTravaux en français237 207