Utility and Efficacy of a Smartphone Application to Enhance the Learning and Behavior Goals of Traditional Cardiac Rehabilitation
Notice bibliographique
Résumé
PURPOSE: Most eligible patients do not participate in traditional clinic-based cardiac rehabilitation (CR) despite well-established benefits. Novel approaches to overcome logistic obstacles and increase efficiencies of learning, behavior modification, and exercise surveillance may increase CR participation. In an observational study, the feasibility and utility of a mobile smartphone application for CR, Heart Coach (HC), were assessed as part of standard care. Ultimately, innovative CR models incorporating HC may facilitate better CR usage and value. METHODS: Twenty-six patients enrolled in CR installed HC. Over the next 30 days, they were prompted by HC to complete a daily "task list" that included medications, walking, education (text and videos), and surveys. Cardiac rehabilitation providers monitored each patient's progress through a HC-based Web dashboard and also sent them personalized feedback and support. Completion of the tasks and feedback (qualitative and quantitative) from patients and clinicians were tracked. RESULTS: Patients engaged with HC 90% of days during the study period, with uniformly favorable impact on compliance and adherence. Eighty-three percent of patients reported a positive/very positive HC experience. Providers reported that HC enhanced their provision of therapy by improving communication, clinical insight, patient participation, and program efficiency. CONCLUSIONS: Integrating a mobile care delivery platform into CR was feasible, safe, and agreeable to patients and clinicians. It enhanced patient perceptions of CR care and physician perceptions of the CR caregiving process. Mobile-enabled technologies hold promise to extend the quality and reach of CR, and to better achieve contemporary accountable care goals.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».