Attitudes towards acceptance of an innovative home-based and remote sensing rehabilitation protocol among cardiovascular patients in Shantou, China.
Notice bibliographique
Résumé
BACKGROUND: Cardiac rehabilitation (CR) protocols have diversified to include home-based cardiac tele-rehabilitation (HBCTR) as an alternative to hospital-based or center-based CR. To adopt the use of home-based cardiac tele-rehabilitation, it is necessary to assess cardiac patients' attitudes towards acceptance of such e-health technology, especially in China where knowledge of such technology is deficient. METHODS: Interviews were conducted in the First Affiliated Hospital of Shantou University Medical College, Shantou, China. After percutaneous coronary interventional (PCI) surgery, patients completed the survey. RESULTS: Among the 150 patients, only 13% had ever heard of HBCTR. After an introduction of our HBCTR program, 60% of patients were willing to participate in the program. From our multivariate analysis of questionnaire data, age (OR: 0.92, 95% CI: 0.86-0.98; P = 0.007), average family monthly income (OR: 0.13, 95% CI: 0.05-0.34; P < 0.001), education level (OR: 0.24, 95% CI: 0.10-0.59; P = 0.002) and physical exercise time (OR: 0.19, 95% CI: 0.06-0.56; P = 0.003) were independent predictors for acceptance of HBCTR. From the reasons for participation, patients selected: enhanced safety and independence (28.3%), ability to self-monitor physical conditions daily (25.4%), and having automatic and emergency alert (23.1%). Reasons for refusal were: too cumbersome operation (34.3%) and unnecessary protocol (19.4%). CONCLUSIONS: Most patients lacked knowledge about HBCTR but volunteered to participate after they have learned about the program. Several personal and life-style factors influenced their acceptance of the program. These indicate that both improvement of technology and better understanding of the program will enhance active participation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».