MétaCan
Menu
Retour à la cohorte
Enregistrement W2620459618 · doi:10.2196/mhealth.7408

Incorporation of a Stress Reducing Mobile App in the Care of Patients With Type 2 Diabetes: A Prospective Study

2017· article· en· W2620459618 sur OpenAlex
Maya Munster-Segev, Oren Fuerst, Steven A. Kaplan, Avivit Cahn

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycemicType 2 diabetesBiofeedbackMedicineDiabetes mellitusHeart rateBlood pressureStress managementPhysical therapyType 2 Diabetes MellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Severe and sustained emotional stress creates a physiological burden through increased sympathetic activity and higher energy demand. This may lead to increased oxidative stress and development of the metabolic syndrome. Emotional stress has been shown to contribute to the onset, progression, and control of type 2 diabetes (T2D). Stress management and biofeedback assisted relaxation have been shown to improve glycemic control. Use of a mobile app for stress management may enhance the scalability of such an approach. OBJECTIVE: The aim of this study was to assess the effect of using a mobile app of biofeedback-assisted relaxation on weight, blood pressure (BP), and glycemic measures of patients with T2D. METHODS: Adult patients with T2D and inadequate glycemic control (hemoglobin A1c [HbA1c]>7.5%) were recruited from the outpatient diabetes clinic. Baseline weight, BP, HbA1c, fasting plasma glucose (FPG), triglycerides (TG), and 7-point self-monitoring of blood glucose were measured. Patients were provided with a stress reducing biofeedback mobile app and instructed to use it 3 times a day. The mobile app-Serenita-is an interactive relaxation app based on acquiring a photoplethysmography signal from the mobile phone's camera lens, where the user places his finger. The app collects information regarding the user's blood flow, heart rate, and heart rate variability and provides real-time feedback and individualized breathing instructions in order to modulate the stress level. All clinical and biochemical measures were repeated at 8 and 16 weeks of the study. The primary outcome was changes in measures at 8 weeks. RESULTS: Seven patients completed 8 weeks of the study and 4 completed 16 weeks. At week 8, weight dropped by an average of 4.0 Kg (SD 4.3), systolic BP by 8.6 mmHg (SD 18.6), HbA1c by 1.3% (SD 1.6), FPG by 4.3 mmol/l (4.2), and serum TG were unchanged. CONCLUSIONS: Stress reduction using a mobile app based on biofeedback may improve glycemic control, weight, and BP.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,338
Écart entre enseignants0,315 · 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