Who gets included? A scoping review protocol of digital health interventions for older adults with heart failure through an equity lens
Notice bibliographique
Résumé
INTRODUCTION: Heart failure is a common and progressive condition that significantly impacts older adults, leading to increased morbidity, reduced quality of life, and healthcare utilization. As its prevalence continues to rise, there is a need for effective management strategies tailored to this population. Digital health interventions (DHIs) have emerged as promising tools for managing chronic conditions like heart failure, potentially improving accessibility and personalizing care. However, there is limited understanding of the inclusivity and effectiveness of these interventions across diverse subgroups of older adults, particularly those differentiated by age, cognitive status, socioeconomic status, sex/gender, and race/ethnicity. METHODS: This protocol outlines a scoping review to assess the extent of literature on DHIs for managing heart failure among older adults, focusing on the representation of diverse subgroups and the characteristics of the interventions. Specifically, the review will explore which populations are included in current DHIs, how they are represented, and how intervention characteristics influence participation and outcomes. This scoping review will follow the Joanna Briggs Institute methodology for scoping reviews, using the PROGRESS-Plus framework to assess equity-related factors such as socioeconomic status, race/ethnicity, geographic location, and cognitive status. The review will focus on randomized controlled trials published between January 1, 2005, and the present, in high-income countries. CONCLUSIONS: The forthcoming scoping review will provide a comprehensive mapping of the existing literature on digital health interventions for heart failure management in older adults, focusing on the inclusivity of diverse subgroups. By identifying gaps in the representation of key demographic factors such as age, cognitive status, socioeconomic status, sex/gender, and race/ethnicity, the review will highlight areas for future research and inform the development of more equitable, effective digital health solutions for heart failure. The findings will be valuable for healthcare practitioners, policymakers, and researchers seeking to improve the accessibility and impact of DHIs in managing heart failure among older populations.
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 | 0,151 | 0,185 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,017 | 0,017 |
| Bibliométrie | 0,026 | 0,020 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,007 | 0,012 |
| Intégrité de la recherche | 0,012 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,014 |
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.
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 ».