Remotely Delivered Exercise-Based Cardiac Rehabilitation: Design and Content Development of a Novel mHealth Platform
Notice bibliographique
Résumé
BACKGROUND: Participation in traditional center-based cardiac rehabilitation exercise programs (exCR) is limited by accessibility barriers. Mobile health (mHealth) technologies can overcome these barriers while preserving critical attributes of center-based exCR monitoring and coaching, but these opportunities have not yet been capitalized on. OBJECTIVE: We aimed to design and develop an evidence- and theory-based mHealth platform for remote delivery of exCR to any geographical location. METHODS: An iterative process was used to design and develop an evidence- and theory-based mHealth platform (REMOTE-CR) that provides real-time remote exercise monitoring and coaching, behavior change education, and social support. RESULTS: The REMOTE-CR platform comprises a commercially available smartphone and wearable sensor, custom smartphone and Web-based applications (apps), and a custom middleware. The platform allows exCR specialists to monitor patients' exercise and provide individualized coaching in real-time, from almost any location, and provide behavior change education and social support. Intervention content incorporates Social Cognitive Theory, Self-determination Theory, and a taxonomy of behavior change techniques. Exercise components are based on guidelines for clinical exercise prescription. CONCLUSIONS: The REMOTE-CR platform extends the capabilities of previous telehealth exCR platforms and narrows the gap between existing center- and home-based exCR services. REMOTE-CR can complement center-based exCR by providing an alternative option for patients whose needs are not being met. Remotely monitored exCR may be more cost-effective than establishing additional center-based programs. The effectiveness and acceptability of REMOTE-CR are now being evaluated in a noninferiority 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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».