摘要简介人口快速老龄化和相关健康问题(例如虚弱)已成为日益严重的公共卫生问题。虽然及早识别和管理虚弱可能会限制不良的健康后果,但虚弱的复杂表现对临床医生提出了挑战。人工智能(AI)已成为支持早期识别和管理虚弱的潜在解决方案。为了全面概述有关开发和使用包括机器学习和深度学习在内的人工智能技术来识别和管理虚弱的当前证据,本协议概述了范围界定审查,旨在确定和呈现该领域的可用信息。具体而言,本协议描述了一项审查,该审查将重点关注用于评估虚弱的临床工具和框架、已评估的结果以及知识用户参与开发、实施和评估用于临床环境中虚弱护理的人工智能方法和工具。方法与分析 本范围审查协议详细说明了对八个主要学术数据库的系统搜索,包括 Medline、Embase、PsycInfo、护理和相关健康文献累积索引 (CINAHL)、Ageline、Web of Science、Scopus 和电气电子工程师协会 (IEEE) Xplore,使用由 Arksey 和 O'Malley 开发并由 Levac 等人和 Joanna Briggs 研究所增强的框架。搜索策略是与图书管理员协商设计的。两位独立审阅者将筛选标题和摘要,然后筛选全文,以确定是否符合条件,然后使用试验数据图表形式绘制数据图表。结果将通过叙述摘要、表格和图表进行整理和呈现。 伦理与传播 由于本研究基于公开信息,因此无需获得伦理批准。研究结果将通过同行评审的出版物、演示文稿和信息图表传达给医疗保健提供者、看护者、患者以及研究和健康计划资助者。注册详情 OSF 注册表(https://doi.org/10. 17605/OSF.IO/T54G8)。
主要关键词