Digital Health Interventions to Reduce Cancer-Related Fatigue Among Adolescents and Young Adults: Scoping Review
Notice bibliographique
Résumé
Background: Cancer-related fatigue is a common and significant symptom experienced by patients with cancer and survivors across all age groups, profoundly impacting their quality of life. Adolescents and young adults often encounter substantial academic, career, and personal demands, which pose unique challenges in managing this symptom and may have a more profound overall impact on their lives. While digital health interventions show considerable promise in managing cancer-related fatigue, few reviews have specifically addressed their use among adolescents and young adults. Objective: This scoping review aimed to identify and assess the types and effectiveness of digital health interventions in managing cancer-related fatigue among adolescents and young adults. Methods: A comprehensive literature search was conducted using the keywords "digital health," "adolescent," "young adult," "fatigue," and "neoplasms" across 6 databases: PubMed, CINAHL, PsycINFO, Embase, Cochrane Library, and Web of Science. The search included English-language publications from the inception of each database to August 2024. Two researchers independently screened the studies based on predetermined inclusion and exclusion criteria. Results: A total of 2965 articles were retrieved during the initial search, of which 10 (0.34%) satisfied the inclusion criteria of this review. The 10 included studies comprised 5 (50%) randomized controlled trials, 2 (20%) quasi-experimental studies, 2 (20%) mixed methods studies, and 1 (10%) cohort study. On the basis of the functions and forms of digital health interventions, the interventions included in this review were categorized into the following 5 types: dynamic health monitoring and feedback, automated online guidance and feedback, live remote coaching and instruction, gamified interventions, and robot-assisted interventions. Multiple studies (7/10, 70%) demonstrated that digital health interventions are effective in reducing cancer-related fatigue in adolescents and young adults and show potential in improving physical function and emotional well-being in this population. Conclusions: Digital health interventions overcome the time and spatial limitations of traditional treatments and provide holistic support across physical, psychological, and social domains. They hold significant potential to alleviate cancer-related fatigue in adolescents and young adults. Future research should integrate various fatigue measurement scales and conduct large-scale studies and long-term follow-ups to capture a more comprehensive range of fatigue experiences, validate these findings, and enhance the effectiveness of digital health interventions.
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 | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,011 | 0,009 |
| 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 | 0,003 | 0,001 |
| 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 ».