目的:阻塞性睡眠呼吸暂停综合征 (OSAS) 是一种常见疾病,在 30 至 70 岁的成年人中患病率为 5% 至 14%。诊断 OSAS 的黄金标准是多导睡眠图。人工智能 (AI) 在 OSAS 诊断中的应用已显示出良好的发展前景。目的是通过查阅科学文献来确定所使用的模型,从而评估当前用于诊断和管理 OSAS 的 AI 模型的准确性。方法:这项工作是根据 SR 方法进行的,该方法参考了 Arksey 和 O'Malley 开发的框架,包括六个步骤:确定研究问题和相关研究、选择研究、数据分析、结果报告收集和可选的咨询练习。截至 2024 年 1 月发表的关于使用 AI 模型诊断 OSAS 的文章的调查
战略和战略领导力是学校领导者的关键问题。但是,作为研究领域的战略在教育领导文献中很大程度上被忽略了。在过去的几十年中,大多数关于战略和战略领导力的理论和经验工作都与非教育环境有关,而致力于教育中这些问题的奖学金仍然很少。本范围审查的目的是提供有关战略和战略领导力的相关研究的全面概述,并确定文献中的任何差距,这些差距可以为未来的研究议程和实践证据提供依据。范围审查的基础是Arksey和O'Malley的五个阶段框架。结果表明,关于战略的文献稀缺,并且已经采取了胆小的步骤,以实现更全面的战略领导模式。由于对这些结构有更好的了解,有必要将研究扩展到更复杂,更复杂,纵向和解释的方式。
摘要 在青春期早期,个体可以重新使用认知重评作为情绪调节策略,同时通过积极情感、消极情感和生活满意度的变化体验到心理健康的不稳定。本范围界定综述旨在确定和总结对青少年早期认知重评和心理健康研究的主要发现。使用 Arksey 和 O'Malley 的范围界定综述方法,本综述共纳入 63 项研究;58 项研究发现认知重评与心理健康之间存在正相关关系。大多数研究年龄的研究发现重评使用频率与年龄之间没有关联。与性别差异和离散情绪对比相关的发现并不一致。认知重评与幸福感之间的正相关表明,应在青少年环境中积极推广认知重评。未来
摘要 本研究旨在分析人工智能在提高医疗服务质量和患者安全方面的作用。研究遵循了 Arksey 和 Malley 提出的方法框架,并使用 PRISMA 指南方法进行了范围界定审查。作者在 2017 年至 2022 年期间使用与人工智能、医疗质量和患者安全相关的特定关键词搜索了多个电子数据库,包括 Pubmed、NCBI、Elsevier、Proquest、EBSCO、Scopus 和 Google Scholar。在获得的 550 篇文章中,有 61 篇被纳入审查。对选定研究的分析表明,人工智能可以显著提高医疗服务质量和患者安全,尤其是在医院。然而,需要进一步研究来开发可以根据医疗机构(特别是印度尼西亚的医院和健康中心)的特定需求量身定制的人工智能系统。这项研究为医疗政策制定者和从业者提供了证据,可以考虑采用基于人工智能的技术来提高医疗质量和安全性。 关键词:人工智能、医疗服务质量、患者安全
JBI = Joanna Briggs Institute; Prisma-scr =用于系统评价的首选报告项目,用于范围审查的荟萃分析。*从参考书目数据库,社交媒体平台和网站汇编的证据来源(请参见第二个脚注)。†一个更具包容性/异构术语,用于说明不同类型的证据或数据源(例如,定量和/或定性研究,专家意见和政策文件),可以在范围进行审查中有资格,而不是仅研究。这不是与信息源混淆(请参阅第一个脚注)。•Arksey和O'Malley(6)和Levac及其同事(7)和JBI指南(4,5)的框架是指范围范围审查中的数据提取过程作为数据图表。§系统检查研究证据的过程以评估其有效性,结果和相关性,然后再使用它来告知决定。该术语用于第12和19项,而不是“偏见的风险”(更适用于对干预措施的系统评价),以包括并确认可以在范围审查中使用的各种证据来源(例如,定量和/或定性研究,专家意见和政策文档)。
本评论的目的是提供有关2014年至2020年成立于国际体育教练杂志上发表的基于经验研究的文章的广泛概述。使用Arksey和O'Malley的六阶段框架收集并分析了101个出版物的数据,以进行范围的评论。数据是有关研究,人群和观点的规模和范围以及所使用的方法和数据收集方法的数据。结果表明,与其他出版物类型相比,随着时间的推移,经验研究出版物的增长更加突出(即2014年出版物的24.0%,而2020年出版物的58.1%)。最常见的主题包括教练发展和教练行为。研究的参与者是男教练,表演运动教练和成人体育教练,主要是欧洲和北美教练。大多数研究使用定性方法,最常见的研究设计是现象学和案例研究。使用了各种数据收集方法,涉及一对访谈和问卷调查。对利益相关者提出了一些建议,包括促进种族和性别多样性的策略,并收集和报告有关种族和教练经验的人口统计数据。
糖尿病仍然是非传染性疾病中全球发病和死亡率的四个主要原因之一(NCDS。预计到2045 这项研究的目的是识别,绘制和估计加纳的迪亚比特人的负担,这对于优化NCD国家政策和理解存在知识差距以指导该领域的未来研究至关重要。 我们遵循Arksey和O'Malley框架进行范围评论。 ,我们搜索了系统搜索策略,搜索了包括Med-Liles,Embase,Scopus,Scopus,Cochrane和African Index Medicus的电子数据库。 在报告结果时,遵循用于系统评价和荟萃分析的首选报告项目。 总共发现36项研究符合纳入标准。 据报道,加纳国家一级的迪亚比特人的患病率在2.80%至3.95%之间。 在区域一级,西部地区报告的糖尿病患病率最高:39.80%,其次是阿散蒂地区(25.20%)和中部地区为24.60%。 与男性相比,女性的糖尿病患病率通常更高。 城市地区的糖尿病患者比农村地区更高。 在门诊诊所管理一个糖尿病病例的平均每年经济成本估计为GHS 540.35(2021 US $ 194.09)。 关于总体经济负担和地区流行负担的证据很少。 加纳面临着相当大的糖尿病负担,随着地区和环境(城市/农村)的变化。预计到2045这项研究的目的是识别,绘制和估计加纳的迪亚比特人的负担,这对于优化NCD国家政策和理解存在知识差距以指导该领域的未来研究至关重要。我们遵循Arksey和O'Malley框架进行范围评论。,我们搜索了系统搜索策略,搜索了包括Med-Liles,Embase,Scopus,Scopus,Cochrane和African Index Medicus的电子数据库。在报告结果时,遵循用于系统评价和荟萃分析的首选报告项目。总共发现36项研究符合纳入标准。据报道,加纳国家一级的迪亚比特人的患病率在2.80%至3.95%之间。在区域一级,西部地区报告的糖尿病患病率最高:39.80%,其次是阿散蒂地区(25.20%)和中部地区为24.60%。与男性相比,女性的糖尿病患病率通常更高。城市地区的糖尿病患者比农村地区更高。在门诊诊所管理一个糖尿病病例的平均每年经济成本估计为GHS 540.35(2021 US $ 194.09)。关于总体经济负担和地区流行负担的证据很少。加纳面临着相当大的糖尿病负担,随着地区和环境(城市/农村)的变化。迫切需要采取有效,有效的干预措施,以防止通过现有证据和经过证明的优先级设定工具(例如卫生技术评估(HTA))来防止疾病负担的预期升高。
摘要目的本范围审查的目的是综合重症监护室(ICU)重症患者和家庭成员决策辅助的有效性和可接受性。方法对四个电子数据库和灰色文献进行了系统的搜索,以确定有关ICU在ICU中应用决策AIDS的相关研究,而无需出版日期限制,直到2023年。Arksey和O'Malley提出的方法论框架用于指导范围审查。结果最终在本评论中包括了14篇论文。但是,只有九个决策辅助工具可用,值得注意的是,其中许多研究集中于迭代性开发和测试个人决策辅助工具。在纳入的研究中,在北美开发了92%(n = 13),主要侧重于护理和维持生命的治疗目标。决策援助申请效果的摘要表明,最常见的指标是知识和代码状态的水平,在随机试验中,一些有希望的信号消失了。结论ICU中治疗决策的复杂性超出了现有决策艾滋病的当前功能。决策辅助工具的差距很明显,这些差距是针对不同文化背景的,强调了扩大其应用程序范围的需求。此外,严格的质量控制对于随机对照试验非常重要,并且需要进一步阐明评估决策艾滋病有效性的指标。
背景。人工智能在医疗保健系统的各个教育、健康、管理和临床层面的应用正以惊人的速度加速。目标。本研究的目的是对家庭医学实践中的人工智能进行范围界定审查。材料和方法。为了进行这次范围界定审查,我们使用了 Levac 等人更新的 Arksey 和 O'Malley 方法框架。我们使用相关关键字在三个数据库中搜索了 2000 年至 2023 年以英文发表的研究:Google Scholar、PubMed 和 Scopus。在 EndNote.X4 中完成所有研究的搜索和分区过程后。v14 软件删除了重复的研究。接下来,根据纳入和排除标准对研究进行筛选,审查和评估研究摘要,评估剩余研究的全文,最终将68篇文章和研究纳入研究。结果。本研究的结果分为描述性和定量性两个层面,以及主题综述。在主题综述中,结果根据四个研究问题呈现:人工智能的应用,人工智能的挑战、风险和优势,人工智能的定位和影响(理论和实践)以及如何利用人工智能改善家庭医学实践。结论。虽然人工智能对家庭医学实践有好处,但也带来了挑战和风险。因此,政策制定者和研究人员应通过控制和管理人工智能的挑战和风险并加强其益处来改善家庭医学的实践。关键词:人工智能、数字健康、家庭实践、初级保健、评论。
利用人工智能减轻青少年危险行为:范围界定审查方案 Hamidreza Sadeghsalehi a 和 Hassan Joulaei a,* a 伊朗设拉子医科大学健康研究所卫生政策研究中心 * 通讯作者(joulaei_h@yahoo.com) 青少年特别容易从事暴力、无保护性行为和药物滥用等危险行为,这些行为会对他们的健康和发展产生重大的负面影响。人工智能 (AI) 的最新进展为解决这些行为提供了创新的解决方案,但关于基于 AI 的干预措施的有效性和实施的证据仍然零散。本范围界定审查旨在系统地探索和绘制旨在减少青少年危险行为的基于 AI 的干预措施的文献。本综述将遵循 Arksey 和 O'Malley (2005) 概述并由 Levac、Colquhoun 和 O'Brien (2010) 改进的方法框架,符合 Joanna Briggs 研究所的指导方针。PRISMA 范围界定综述扩展 (PRISMA-ScR) 将指导报告。搜索策略将在 PubMed、Scopus、Web of Science 核心合集、CINAHL、PsycINFO、Cochrane 对照试验中心注册库、Embase、SID 和 Magiran 中执行,重点关注截至 2024 年 6 月以英语和波斯语发表的文章。两名独立审阅者将使用 Rayyan 筛选标题和摘要,然后对相关研究进行全文筛选。数据将使用标准化表格绘制图表,差异将通过讨论或咨询第三位审阅者解决。数据将以描述性方式综合并以表格、图形和图表的形式呈现。关键词:青少年、人工智能、危险行为、范围审查、干预措施