MétaCan
Menu
Retour à la cohorte
Enregistrement W2122971276 · doi:10.1136/heartjnl-2014-306335

Smartphone-based cardiac rehabilitation

2014· letter· en· W2122971276 sur OpenAlexaff
Karam Turk-Adawi, Sherry L. Grace

Notice bibliographique

RevueHeart · 2014
Typeletter
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensUniversity Health NetworkYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineRehabilitationDiseaseGuidelineQuality of life (healthcare)Intensive care medicinePhysical therapyNursingInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease (CVD) is the leading cause of death worldwide. Advancements in acute CVD treatments have resulted in high prevalence of patients living with CVD who are at high risk of recurrence and mortality. This burden of CVD has been great in high-income countries for decades, and is now reaching epidemic proportions in low and middle-income countries (LMICs). Cardiac rehabilitation (CR) is an outpatient model of chronic disease management for secondary CVD prevention. Robust evidence demonstrates that CR participation reduces mortality by 25%, morbidity and CVD risk factors and improves quality of life, all in a cost-effective manner.1 Hence, CR serves as a key tool in addressing the global burden of CVD. Despite clinical practice guideline recommendations for CR, it is underused globally. The reasons for CR underuse are well known, and include factors from the patient-level through to the healthcare system writ large. Arguably, the most important factors explaining CR underutilisation are geographic access, cost, patient time conflicts during work hours due to role obligations, and lack of awareness regarding the nature of CR and the associated benefits. To overcome these barriers, alternative models of CR delivery have been developed—most notably home-based CR. Home-based CR involves delivery of all the core components of traditional CR; however, patients are supported in their education and are provided counselling over the phone, and they engage in their prescribed exercise in an unsupervised setting. Participation in home-based CR is associated with equivalent benefits to supervised programmes in a cost-effective manner. With advances in technology, hybrid home-based programmes have been developed, incorporating email communication between patients and CR providers, telehealth videoconferencing with remote patients, and logging of physical activity on secure CR websites, for example. Most recently, CR has been delivered via mobile phones. Indeed, the article by Varnfield et al 2 describes …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,321
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetCardiac Health and Mental HealthTravaux en français237 207