MétaCan
Menu
Retour à la cohorte
Enregistrement W2271202312 · doi:10.2196/mhealth.4741

A Mobile Phone App to Stimulate Daily Physical Activity in Patients with Chronic Obstructive Pulmonary Disease: Development, Feasibility, and Pilot Studies

2016· article· en· W2271202312 sur OpenAlexvenueno aff
Sigrid Vorrink, H.S.M. Kort, Thierry Troosters, Jan‐Willem J. Lammers

Notice bibliographique

RevueJMIR mhealth and uhealth · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCOPDPulmonary diseaseMedicinePhysical activityPhysical therapyMobile appsMobile phoneDiseaseInternal medicineIntensive care medicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with chronic obstructive pulmonary disease (COPD) demonstrate reduced levels of daily physical activity (DPA) compared to healthy controls. This results in a higher risk of hospital admission and shorter survival. Performing regular DPA reduces these risks. OBJECTIVE: To develop an eHealth intervention that will support patients with COPD to improve or maintain their DPA after pulmonary rehabilitation. METHODS: The design process consisted of literature research and the iterative developing and piloting phases of the Medical Research Council (MRC) model for complex clinical interventions and the involvement of end users. Participants were healthy adults and persons with COPD. RESULTS: The mobile phone interface met all the set requirements. Participants found that the app was stimulating and that reaching their DPA goals was rewarding. The mean (SD) scores on a 7-point scale for usability, ease of use, ease of learning, and contentment were 3.8 (1.8), 5.1 (1.1), 6.0 (1.6), and 4.8 (1.3), respectively. The mean (SD) correlation between the mobile phone and a validated accelerometer was 0.88 (0.12) in the final test. The idea of providing their health care professional with their DPA data caused no privacy issues in the participants. Battery life lasted for an entire day with the final version, and readability and comprehensibility of text and colors were favorable. CONCLUSIONS: By employing a user-centered design approach, a mobile phone was found to be an adequate and feasible interface for an eHealth intervention. The mobile phone and app are easy to learn and use by patients with COPD. In the final test, the accuracy of the DPA measurement was good. The final version of the eHealth intervention is presently being tested by our group for efficacy in a randomized controlled trial in COPD patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,381
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations51
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207