Integrating a Smartphone–Based Self–Management System into Usual Care of Advanced CKD
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Patient self-management has been shown to improve health outcomes. We developed a smartphone-based system to boost self-care by patients with CKD and integrated its use into usual CKD care. We determined its acceptability and examined changes in several clinical parameters. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: We recruited patients with stage 4 or 5 CKD attending outpatient renal clinics who responded to a general information newsletter about this 6-month proof-of-principle study. The smartphone application targeted four behavioral elements: monitoring BP, medication management, symptom assessment, and tracking laboratory results. Prebuilt customizable algorithms provided real-time personalized patient feedback and alerts to providers when predefined treatment thresholds were crossed or critical changes occurred. Those who died or started RRT within the first 2 months were replaced. Only participants followed for 6 months after recruitment were included in assessing changes in clinical measures. RESULTS: In total, 47 patients (26 men; mean age =59 years old; 33% were ≥65 years old) were enrolled; 60% had never used a smartphone. User adherence was high (>80% performed ≥80% of recommended assessments) and sustained. The mean reductions in home BP readings between baseline and exit were statistically significant (systolic BP, -3.4 mmHg; 95% confidence interval, -5.0 to -1.8 and diastolic BP, -2.1 mmHg; 95% confidence interval, -2.9 to -1.2); 27% with normal clinic BP readings had newly identified masked hypertension. One hundred twenty-seven medication discrepancies were identified; 59% were medication errors that required an intervention to prevent harm. In exit interviews, patients indicated feeling more confident and in control of their condition; clinicians perceived patients to be better informed and more engaged. CONCLUSIONS: Integrating a smartphone-based self-management system into usual care of patients with advanced CKD proved feasible and acceptable, and it appeared to be clinically useful. The results provide a strong rationale for a randomized, controlled trial.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».