MétaCan
Menu
Retour à la cohorte
Enregistrement W2604374527 · doi:10.2196/rehab.7258

Translating Comprehensive Conservative Care for Chronic Knee Pain Into a Digital Care Pathway: 12-Week and 6-Month Outcomes for the Hinge Health Program

2017· article· en· W2604374527 sur OpenAlexvenueno aff
Peter Smittenaar, Jennifer C. Erhart‐Hledik, Rose Kinsella, Simon Hunter, Gabriel Mecklenburg, Daniel A Perez

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHingeCare pathwayHealth carePhysical medicine and rehabilitationPhysical therapyMedicineKnee painAlternative medicineEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic knee pain (CKP) affects a large number of adults, many of whom do not receive best-practice care and are at high risk for unnecessary surgery. OBJECTIVE: The aim of this study was to investigate the effect of the Hinge Health 12-week digital care program (DCP) for CKP on knee pain and function, with secondary outcomes of surgery interest and satisfaction, at 12 weeks and 6 months after starting the program. METHODS: Individuals with CKP were recruited onto the 12-week program, comprising sensor-guided physical exercises, weekly education, activity tracking, and psychosocial support such as personal coaching and cognitive behavioral therapy (CBT). We used a single-arm design with assessment of outcomes at baseline, 12 weeks, and 6 months after starting the program. We used a linear mixed effects model with Tukey contrasts to compare timepoints and report intention-to-treat statistics with last observation carried forward. RESULTS: The cohort consisted of 41 individuals (32 female, mean age 52 years, SD 9 years). Between baseline and week 12, participants reported clinically significant improvements in the Knee Injury and Osteoarthritis Outcome Score (KOOS) pain and Knee Injury and Osteoarthritis Outcome Score-Physical Function Short Form (KOOS-PS) function scales of 16 points (95% CI 12-21, P<.001) and 10 points (95% CI 6-14, P<.001), respectively. Significant reductions of 57% (mean difference 30, 95% CI 21-38, P<.001) and 51% (mean difference 25, 95% CI 16-33, P<.001) in visual analog scale (VAS) knee pain and stiffness, respectively, were observed at 12 weeks, as well as a 67% reduction in surgery interest (mean reduction 2.3 out of 10, 95% CI 1.5-3.1, P<.001). Average satisfaction at week 12 was 9.2 out of 10. Critically, all improvements were maintained at 6 months at similar or greater magnitude. CONCLUSIONS: Participants on the Hinge Health DCP for CKP showed substantial clinical improvements that were maintained 6 months after enrolling in the program. This shows that DCPs carry strong potential to deliver evidence-based, cost-effective care to those suffering from CKP.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,339
Écart entre enseignants0,309 · 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'étudeObservationnel
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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207