MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116978019 · doi:10.2196/preprints.89328

Digital interventions for adolescent and young adult sexual and reproductive health knowledge and behaviour: A systematic review (2017–2023) (Preprint)

2025· article· W7116978019 sur OpenAlexaboutno aff
Olivia Vaikla, Angela Karellis, Elizabeth Woolhouse, Roni Deli-Houssein, Melisa Eraslan, Hani Rukh-E-Qamar, Suma Nair, Qihuang Zhang, Nitika Pant Pai

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionTelehealthReproductive healthRandomized controlled trialCondomSystematic reviewDigital healthYoung adult

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Digital platforms provide accessible innovative solutions to bridge gaps in sexual and reproductive health (SRH) for adolescents and young adults. Given barriers to high-quality, evidence-based SRH education, digital interventions offer promising strategies to enhance knowledge and influence behaviour, supporting universal SRH access goals. OBJECTIVE This systematic review synthesizes evidence on the impact of digital SRH innovations on behaviour and knowledge. METHODS Five reviewers independently searched PubMed and Embase (June 1st, 2017–April 15th, 2023) for studies on digital SRH innovations for adolescents and young adults (10-30 years). Of 11,156 citations screened, 112 studies were included. Given heterogeneity in methods and outcomes, findings were narratively synthesized. Study quality was assessed using the Newcastle-Ottawa Scale, Cochrane Risk of Bias Tool 2, and Cochrane Risk of Bias in Non-randomized Studies – of Interventions Tool. RESULTS 112 studies reported data from 50,658 individuals across 24 countries with most studies conducted in the United States (US; 66.1%, 74/112). Studies evaluated mobile applications (n=24), web-based interventions (n=22), text messaging (n=18), multimodal interventions (n=14), websites (n=11), games (n=9), videos (n=7), telehealth (n=3), and other digital interventions (n=4). Randomized controlled trials (RCTs) and pilot RCTs comprised 65.2% (73/112) of studies, while 34.8% (39/112) were quasi-experimental, cross-sectional, or cohort studies. Behavioural outcomes were reported in 78 studies (69.6%) and knowledge in 70 studies (62.5%). Multimodal interventions, combining at least two digital components to deliver SRH content, proved most effective. A trial demonstrated increased pre-exposure prophylaxis adherence (Mean 0.02 to 0.05, possible range: 0-1, P<.001) and reduced condom use errors (Mean 4.04 to 3.70, possible range: 0-9, P<.05). General SRH knowledge improved in all studies where assessed (38.6%, 27/70), with increases ranging from 8.1%-76.0% reported in Nicaragua, Thailand, and the United States. Behavioural changes varied, with notable United States-based trials reporting increased STI testing (P=.016), improved contraception and condom use (IRR=1.39 [95% CI 1.09–2.11]), higher clinic attendance and follow-up (aOR=1.6 [1.1–2.3], P=.01), and reduced sexual risk-taking (PR=0.83 [0.70–0.99], P=.04). Quality varied across studies. CONCLUSIONS Digital interventions improve SRH knowledge, while promoting safer behaviours among adolescents and young adults. Future research should prioritize large-scale trials with culturally tailored approaches for broader impact. While these tools demonstrated significant promise, wide variability in outcomes underscores the need for a standardized evaluation framework that will ensure reliable reporting and comparisons across studies to steer normative guidance. CLINICALTRIAL PROSPERO CRD42021258889

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)0,010
score de la tête « metaresearch » (Gemma)0,042
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,452
Écart entre enseignants0,383 · 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
GenreSynthèse

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 sujetMobile Health and mHealth Applications→Travaux en français237 207→