MétaCan
Menu
Retour à la cohorte
Enregistrement W4415695894 · doi:10.2196/73925

Ethical and Quality of Care–Related Challenges of Digital Health Twins in Care Settings for Older Adults: Scoping Review

2025· article· en· W4415695894 sur OpenAlexvenueno aff
Md Shafiqur Rahman Jabin, Ayesha Mirza, Adaobi Ilodibe, Tillal Eldabi, Emilia Vann Yaroson

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Digital healthWorkflowHealth careConfidentialityQualitative researchEthical issues

Résumé

récupéré en direct d'OpenAlex

Background: Digital health twins (DHTs) have been evolving with their diverse applications in medicine, particularly in care settings for older adults, in response to the increasing demands of older adults. Despite its numerous benefits, the optimal implementation of DHTs has faced several challenges, particularly in terms of ethics and quality of care. Given the continuous rise in the need for such care and the evident potential for DHTs to meet these needs, this review seeks to identify and address the gaps in research knowledge to enhance DHT implementation. Objective: The review aims to compile and synthesize the best available evidence regarding the issues associated with quality of care, the ethical implications of DHTs, and the strategies undertaken to overcome those challenges in care settings for older adults. Methods: The review followed the Joanna Briggs Institute (JBI) methodology as a guide. The published studies were searched through CINAHL, MEDLINE, JBI, and Web of Science. The unpublished studies were searched through Mednar, Trove, OCLC WorldCat, and Dissertations and Theses. Studies published in English from 2016 were considered. This review included studies of older individuals (aged 60 years and older) undergoing care delivery associated with DHTs and respective care providers. The concept involved the application of technology, and the context included studies based on care settings for older adults. A broad scope of evidence, including quantitative, qualitative, text, and opinion studies, was considered. In addition, 2 independent reviewers screened the titles and abstracts and reviewed the full text. Results: The results will be presented in a PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) flow diagram. A total of 2 draft charting tables were developed and presented. A summary of the characteristics of the included studies was then described in terms of location, study sites, timing, participants, and outcomes measured or phenomena of interest. A result-based convergent (integrated) synthesis design was used to identify 5 key challenges. Those challenges included (1) data security and privacy concerns, (2) equity and accessibility of health care, (3) effectiveness concerning context, timing, and location, (4) ethical implications regarding autonomy, consent, and overdiagnosis, and (5) the impact of DHTs on health care workflows and provider workload. Conclusions: The studies reviewed reveal several critical characteristics regarding the implementation of DHT technologies and their associated ethical considerations, particularly in terms of safety, equity, timing, location, participant characteristics, and workflow impact. The implications of these challenges emphasize the necessity for more practical ethical guidelines and policy frameworks to mitigate the potential risks associated with DHT application in older care. Further research should be conducted to examine other dimensions of the quality of care, such as access, timeliness, acceptability, and appropriateness.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,406
Écart entre enseignants0,376 · 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'étudeQualitatif
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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207