Bewerten, aber wie? – Kriterien für die Evaluation und das Reporting von Studien zu Gesundheits- und Medizin-Apps

Benutzerspezifische Werkzeuge Anmelden Website durchsuchen nur im aktuellen Bereich Erweiterte Suche… RSS Newsletter Impressum Abonnement Sektionen StartseiteAutorenunterlagenKongresseVF made inHerausgeber-BeiratNewsAbstractsAutorenTransparenzBücherWho-is-WhoStellenmarktVf AktuelleFirstDatenschutzerklärungDisease InterceptionTheoriebaukasten Direkt zum Inhalt | zur Navigation Sie sind hier: Startseite › Abstracts Kurzfassungen 2021 MVF 02/21 Bewerten, aber wie? – Kriterien für die Evaluation und das Reporting von Studien zu Gesundheits- Medizin-Apps x Um unsere Webseite optimal gestalten fortlaufend verbessern können, verwenden wir Cookies. Durch weitere Nutzung der stimmen Verwendung Cookies zu. Weitere Informationen erhalten in unserer Datenschutzerklärung. Info 30.03.2021 15:00 Mit Digitalisierung Gesundheitswesen große Erwartungen an Qualitätssteigerung gesundheitlichen Versorgung geknüpft (Mathews et al., 2019), dies gilt besonders Diagnostik, Prävention sowie Management chronischer Krankheiten (Gordon, Landman, Zhang & Bates, 2020). (GuMA) werden aufgrund ubiquitären Verfügbarkeit Smartphones Bevölkerung eine besondere Rolle zugesprochen. Jedoch besteht seit längerem breite Diskussion hinsichtlich noch eingeschränkten Evidenz GuMA, welche verschiedenen systematischen Übersichtsarbeiten als heterogen eingeschätzt wird (Agarwal, Lefevre Labrique, 2017; Felix 2018; Mathews 2019). In einem Review Bayambasuren al. recherchierten Autoren nach Reviews über randomisiert kontrollierte (RCT) mit verschreibungsfähigen (Prescribable) GuMAs, Download frei verfügbar waren (Byambasuren, Sanders, Beller Glasziou, 2018). Verschreibungsfähige Apps definieren Apps, derzeit sind, effektiv alleinstehend (stand-alone), ohne Einbindung Professionellen angewendet werden. Die schlossen insgesamt sechs systematische ihre Analyse ein, aus denen sie wiederum 23 RCTs 22 unterschiedliche GuMAs extrahierten. lediglich 11 dieser konnte ein aussagekräftiger Effekt auf Gesundheit oder ausgewählte Surrogatendpunkte nachgewiesen werden, möglicherweise GuMA zurückzuführen waren. Gesamtbetrachtung war Nachweis Wirksamkeit jedoch eingeschränkter Qualität, was gerade Verschreibungsfähigkeit Ärzte deutlich erschwert Ebenfalls monierten sowohl bei den eingeschlossenen auch extrahierten hohes Risk of Bias, ebenfalls einer Einschränkung Ergebnisse beiträgt. Gleichermaßen finden sich Anwendungsbereichen positive Effektivität. Dies lässt etwa Selbstmanagement Hypertonie (Li, Liang, Bu Hesketh, 2020) psychischer konstatieren (Linardon, Cuijpers, Carlbring, Messer Fuller-Tyszkiewicz, Sven Kernebeck MSc PH doi: http://doi.org/10.24945/MVF.02.21.1866-0533.2300 PDF Abstract Hintergrund: Ähnlich wenig qualitätsgesicherten Leitlinien Ende 90er Jahre erlebt deutsche Gesundheitssystem vor dem Hintergrund erneut Inflation Publikationen digitalen Anwendungen. Vor diesem vielerorts schwache moniert. Qualität Transparenz Berichterstattung Leistungserbringer Anwendern einschätzen bedarf es Wissenschaftler einheitlicher Kriterien.Methodik: Im September 2019 ergänzend Februar 2020 wurde Literaturrecherche PubMed Google Scholar durchgeführt. Gesucht wurden Frameworks Guidelines, Evaluationen können. Als Vergleichskriterien Framework, Phasen/Items, Methodik Fokus gegenübergestellt explorativ ausgewertet.Ergebnis: Es sieben Guidelines eingeschlossen. Diese unterscheiden intendierten Umfang Bewertungskriterien. adressieren Studien, durchgeführt wie z. B. Mobile Health Evidence and Assessment (mERA) sog. DiGA-Leitfaden Fast-Track-Verfahren digitale Gesundheitsanwendungen. Zudem methodenbezogene hervorzuheben, primär einen methodischen Anwendung legen, bspw. kontrollierten Studien.Schlussfolgerung: Angesichts Arbeit dargestellten Optionen Standards Anwendungen vom BfArM vorgestellte Leitfaden um Items erweitert Leistungserbringern mehr Sicherheit geben gleichzeitig Abstriche Qualitätsanspruch verhindern. Evaluate Report, but how? Criteria for evaluation reporting studies on health medical apps Background: The quality study results the field digital is currently heterogeneous several cases poor incomplete. Against this background, weak evidence criticized many places. order to be able assess transparency as care providers users, uniform criteria are needed, especially physicians well scientists. Methods: A literature search conducted supplementally February 2020. that can applied evaluations were included. phases/items, methodology, focus compared exploratively evaluated comparison criteria.Results: Seven publications frameworks guidelines These differ intended scope content criteria. address with apps, such so-called DiGA guide fast-track process apps. addition, method-related should highlighted, which primarily place a methodological application, e.g., randomized controlled trials Consolidated Trials Electronic Applications onLine TeleHealth (CONSORT-EHEALTH).Conclusion: view options standards applications presented paper, guideline by could expanded include additional items provide healthcare users more certainty at same time prevent compromises standards. KeywordsDigital Health, eHealth, mHealth, / Dr. Ursula Kramer med. Marcus Redaelli /Prof. Horst Christian Vollmar MPH LiteraturAbbey, E., Maiken, H., Camilla, V., Lyngsie, Lisa, Utoft, N., Carsten, Kirsten, B., Helle, P. (2018). Cocreated Smartphone App Improve Quality Life Adolescents Young Adults Cancer (Kræftværket): Protocol Quantitative Qualitative Evaluation. JMIR Res Protoc, 7(5), e10098. 10.2196/10098Adu, M. D., Malabu, U. Callander, E. J., Malau-Aduli, A. S. Considerations Development Phone Support Diabetes Self-Management: Systematic Review. MHealth UHealth, 6(6), e10115. 10.2196/10115Agarwal, S., Lefevre, (2017). Call Digital Practitioners: New Can Help Evidence. 5(10), e136. 10.2196/mhealth.6640Agarwal, LeFevre, Lee, L’Engle, K., Mehl, G., Sinha, C., … Group, W. mHealth T. R. (2016). interventions using mobile phones: (mHealth) assessment checklist. BMJ, 352, i1174. 10.1136/bmj.i1174Ahmadiankalati, M., Steins-Loeber, Paslakis, G. (2020). Randomized Controlled Using e-Health Interventions Patients With Eating Disorders. Frontiers Psychiatry, 11, 568. 10.3389/fpsyt.2020.00568Allner, R., Wilfling, Kidholm, Steinhäuser, J. (2019). Telemedizinprojekte ländlichen Raum Deutschlands. Eine Bewertung „Modell telemedizinischen Anwendungen“. Zeitschrift Für Evidenz, Fortbildung Und Gesundheitswesen, 141–142, 89–95. 10.1016/j.zefq.2019.03.005Ann, Sarah, N, Thomas, C, Abby, D, Christopher, Sutton,Stephen. IDEAS (Integrate, Design, Assess, Share): Framework Toolkit Strategies More Effective Change Behavior. J Med Internet Res, 18(12), e317. 10.2196/jmir.5927BfArM (2020a) Bundesinstitut Arzneimittel Medizinprodukte. Digitale https://www.bfarm.de/DE/Medizinprodukte/DVG/_node.html (Abgerufen am 20.05.2020)BfArM. (2020b). Das Gesundheitsanwendungen (DiGA) § 139e SGB V. Ein Hersteller, Anwender. 20.05.2020)Byambasuren, O., Beller, Prescribable identified from overview systematic reviews. Npj Medicine, 1(1), 12. 10.1038/s41746-018-0021-9Collins, L. Optimization Behavioral, Biobehavioral, Biomedical Interventions: Multiphase Strategy (MOST). Springer International Publishing.Craig, P., Dieppe, Macintyre, Michie, Nazareth, I., Petticrew, (2012). Developing evaluating complex interventions: new Medical Research Council guidance. Journal Nursing Studies, 50(5), 587–592. 10.1016/j.ijnurstu.2012.09.010EbM-Netzwerk. Stellungnahme des Deutschen Netzwerks Evidenzbasierte Medizin Entwurf eines Gesetzes bessere durch Innovation (Digitale Versorgung-Gesetz DVG) 15.5.2019.Ekelend, A., Bowes, Signe, F. (2010). Effectiveness telemedicine: review Informatics, 79, 736–771. https://doi.org/10.1016/j.ijmedinf.2010.08.006Enam, Torres-Bonilla, Eriksson, H. Evidence-Based eHealth Literature Research, 20(11), e10971. 10.2196/10971Eysenbach, C.-E. (2011). CONSORT-EHEALTH: Improving Standardizing Reports Web-based Interventions. 13(4), e126. 10.2196/jmir.1923Felix, Indra, Mark, Samantha, Neelam, John, What appropriate level intervention? Lancet, 392(10165), 2665–2667. 10.1016/s0140-6736(18)33129-5Gordon, Zhang, D. Beyond validation: getting into clinical practice. 3(1), 14. 10.1038/s41746-019-0212-zHennessy, Heary, Laws, Rhoon, L., Toomey, Wolstenholme, Byrne, effectiveness professional-delivered during first 1000 days overweight/obesity children: review. Obesity Reviews, 20(12), 1691–1707. 10.1111/obr.12924Hoffmann, Boutron, Milne, Perera, Moher, (2014). Better template intervention description replication (TIDieR) checklist guide. 348(mar07 3), g1687–g1687. 10.1136/bmj.g1687Kidholm, Clemensen, Caffery, Smith, C. Model Telemedicine (MAST): scoping empirical studies. Telecare, 23(9), 803–813. 10.1177/1357633x17721815Kidholm, Ekeland, Jensen, Rasmussen, Pedersen, Bech, MODEL FOR ASSESSMENT OF TELEMEDICINE APPLICATIONS: MAST. Technology Care, 28(1), 44–51. 10.1017/s0266462311000638Kowatsch, T., Otto, Harperink, Cotti, Schlieter, design framework interventions. It - Information Technology, 61(5–6), 253–263. 10.1515/itit-2019-0019Kristian, Lise, Tue, Emilie, Mette. Validity Telemedicine: Delphi study. Telemed 24(2), 118–125. 10.1177/1357633x16686553Krüger-Brand, Versorgung-Gesetz: Detail nachschärfen. Dtsch Arztebl.Li, Bu, F., Self-Management Hypertension Health: Meta-Analysis. 8(3), e17776. 10.2196/17776Linardon, Messer, Fuller‐Tyszkiewicz, efficacy app-supported smartphone mental problems: meta-analysis trials. World 18(3), 325–336. 10.1002/wps.20673Mathews, McShea, Hanley, Ravitz, Cohen, health: path validation. NPJ 2(1), 38. 10.1038/s41746-019-0111-3Moher, Schulz, K. Simera, Altman, Guidance developers research guidelines. PLoS 7(2), e1000217. 10.1371/journal.pmed.1000217NICE. technologies. In: https://www.nice.org.uk/about/what-we-do/our-programmes/evidence-standards-framework-for-digital-health-technologies 10.12.2020)Sauerland, Gesundheitsinterventionen Wann braucht Evidenz? KVH-Journal, 4/2019.Thurnheer, Gravestock, Pichierri, Steurer, Burgstaller, Benefits Pain Management: 6(10), e11231. 10.2196/11231Tønning, Kessing, Bardram, Faurholt-Jepsen, Methodological Challenges Smartphone-Based Treatment Psychiatry: 21(10), e15362. 10.2196/15362Vilardaga, Casellas-Pujol, McClernon, Garrison, Tobacco Use Dependence. Current Addiction Reports, 6(2), 86–97. 10.1007/s40429-019-00248-0Wang, Y., Min, Khuri, Xue, Xie, Kaminsky, Cheskin, Reviews. 8(4), e15400. 10.2196/15400WHO. mHealth: horizons through technologies: second global survey eHealth. Global observatory Series, 3. Printmagazin abonnieren Einzelheft bestellen Ausgabe Archiv (nur angemeldete Benutzer/Abonnenten) Zitationshinweis: al.: „Bewerten, “, in: „Monitor Versorgungsforschung“ (02/21), 69-75. Open Access Plain-Text: 02 Editorial HerausgeberProf. Dr.ReinholdRoski Disconnex Versorgungsforschung Wimmer, MPH, Katja Bitter, Pfeifer, Dipl.-Med. Hans-Werner Weiter… Termine Lung Best Practice: Erfolgreiche Veranstaltung findet zweiten Mal statt! 16.09.2022 14:55 13:00 — Hamburg MII-Symposium: Vernetzen. Forschen. Heilen. Bilanz Perspektive 05.10.2022 06.10.2022 Berlin BMC-Fachtagung “Konnektivität Handlungsfelder Transformation” 19.10.2022 10:00 17:00 Kommende Termine… « August 2022 » MoDiMiDoFrSaSo 1234567 891011121314 15161718192021 22232425262728 293031 Site Map Barrierefreiheit Datenschutz This work licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 License.