MétaCan
Menu
Retour à la cohorte
Enregistrement W4416101004 · doi:10.1136/bmjopen-2025-105374

Protocol for a systematic review assessing the role of digital health technology in optimising medication adherence in older patients with asthma or COPD

2025· review· en· W4416101004 sur OpenAlexaboutno aff
Aseel Mahmoud, Maguy Saffouh El Hajj, Bethan Treadgold, Lorna Hardy, S Khalid, Jane Smith

Notice bibliographique

RevueBMJ Open · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesNIHR School for Primary Care ResearchDepartment of Health and Social CareUniversity of ExeterNational Institute for Health and Care Research
Mots-clésAsthmaDigital healthCOPDProtocol (science)Medication adherencePulmonary diseaseAlternative medicineEpidemiologymHealth

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: An estimated 262 million people lived with asthma globally in 2019. Similarly, in 2021, chronic obstructive pulmonary disease (COPD) was responsible for 3.5% million global deaths. They are usually distinct disorders, but the Global Initiative Chronic Obstructive Lung Disease (GOLD) 2024 strategy document asserts that asthma and COPD are conditions that may coexist in an individual and may require specific personalised approaches and treatments. It is acknowledged that they may share some common treatable traits and clinical features There are many challenges to manage asthma and COPD in the older population, including poor adherence to prescribed medications and poor inhaler techniques. The overall aim of this systematic review is to identify, appraise and synthesise available evidence around digital health interventions used to improve medication adherence in older people with asthma or COPD. METHODS AND ANALYSIS: This systematic review will examine studies that evaluated digital health interventions for asthma or COPD in any setting (eg, primary or secondary care). To be included, studies must be reported in English, Arabic or French and published from the year 2000 onwards. A literature search will be performed in MEDLINE via Ovid, Cochrane Central Register of Controlled Trials (CENTRAL), CINAHL, EMBASE and PsycINFO via Ovid to identify relevant articles published since 2000 and up to December 2024. No language restrictions will be applied.The Cochrane risk-of-bias tool for randomised trials will be used to assess the quality of retrieved randomised controlled trials and quasi-experimental studies. The quality of cross-sectional, cohort and case-control studies will be assessed using the Newcastle Ottawa Scale. Mixed-methods studies will be assessed using the Mixed Methods Appraisal Tool (MMAT). The quality of qualitative studies will be assessed using the Critical Appraisal Skills Programme (CASP) qualitative checklist.Data will be synthesised using a convergent segregated approach, which involves an independent synthesis of quantitative and qualitative data leading to the generation of quantitative and qualitative evidence, which will then be integrated. ETHICS AND DISSEMINATION: Ethics approval is not applicable for this study since no original data will be collected. The results will be disseminated through a peer-reviewed publication and conference presentations. Findings will be used in a bigger project aimed to answer the question on how to embed a pharmacist-led digital health service to support older people with asthma or COPD into the NHS (National Health Service) usual care. PROSPERO REGISTRATION NUMBER: CRD42024575924.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut 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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,111
Méta-épidémiologie (sens strict)0,0080,008
Méta-épidémiologie (sens large)0,0260,022
Bibliométrie0,0150,014
Études des sciences et des technologies0,0050,007
Communication savante0,0120,014
Science ouverte0,0060,007
Intégrité de la recherche0,0100,011
Charge utile insuffisante (le modèle a refusé de juger)0,1120,014

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 Opus0,156
Tête enseignante GPT0,533
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 source (Gemma direct ou Codex distillé), 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
GenreProtocole

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 revueBMJ OpenMême sujetMedication Adherence and ComplianceTravaux en français237 207