Public Health Guidelines for Physical Activity: Is There an App for That? A Review of Android and Apple App Stores
Notice bibliographique
Résumé
BACKGROUND: Physical activity participation is an important behavior for modifying lifestyle-related disease risk. Mobile health apps for chronic disease management and prevention are being developed at a rapid rate. However, it is unclear whether these apps are evidence-based. Current public health recommendations for physical activity participation for adults highlight the importance of engaging in 150 minutes weekly of purposeful exercise, and muscle strengthening activities on at least 2 days of the week. OBJECTIVE: The aims of the present review were to (1) identify available evidence-based physical activity apps, and (2) identify technological features that could be leveraged to improve health outcomes. METHODS: iTunes and Google Play mobile app stores were searched using keyword and category searching during a single day (February 18, 2014) for physical activity apps available in English. The description pages of eligible apps were reviewed by 4 independent reviewers for evidence-based content, technological, and descriptive features. An a priori subset of apps was downloaded for further review (n=6 affiliated with a non-commercial agency; n=10 top rated; n=10 random selection), and developers were contacted for information regarding evidence-informed content. RESULTS: The initial search yielded 2400 apps, of which 379 apps (n=206 iTunes; n=173 Google Play) were eligible. Primary results demonstrated no apps (n=0) adhering to evidence-based guidelines for aerobic physical activity, and 7 out of 379 implementing evidence-based guidelines for resistance training physical activity. Technological features of apps included social networking (n=207), pairing with a peripheral health device (n=61), and measuring additional health parameters (n=139). Secondary results revealed 1 app that referenced physical activity guidelines (150 minutes/weekly of exercise), and demonstrated that apps were based on various physical activity reports (n=4) or personal expertise (n=2). CONCLUSIONS: The present study demonstrated a shortage of evidence-based physical activity apps. This gap underscores the need for development of evidence-informed mobile apps. Results highlight the opportunity to develop evidence-informed mobile apps that can be used clinically to enhance health outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».