MétaCan
Menu
Retour à la cohorte
Enregistrement W2762944544 · doi:10.3138/ptc.2016-40.ep

Validity of the Fitbit One for Measuring Activity in Community-Dwelling Stroke Survivors

2017· article· en· W2762944544 sur OpenAlexaffvenue
Jonathan Hui, Richard Heyden, Tim Bao, Nicholas Accettone, Catherine McBay, Julie Richardson, Ada Tang

Notice bibliographique

RevuePhysiotherapy Canada · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensHamilton Health SciencesMcMaster University
Organismes subventionnairesnon disponible
Mots-clésActivity monitorPhysical activityAccelerometerStroke (engine)Physical therapyPedometerMedicinePhysical medicine and rehabilitationIntensity (physics)Computer science

Résumé

récupéré en direct d'OpenAlex

Purpose: We determined the correlation between the Fitbit One and Actical accelerometer for quantifying the 3-day step count and activity levels in community-dwelling individuals with stroke. Method: Twelve participants with a mean age of 62.6 (SD 9.3) years wore both the Fitbit One and the Actical on the non-paretic ankle for 3 days. Regression analyses were performed to examine concurrent validity between the devices for step counts and sedentary, light, moderate, and vigorous activity. The relative error of the Fitbit One compared with the Actical in measuring step count was calculated. Results: Participants spent about 80% of their days being sedentary. The associations between the Fitbit One and the Actical were r>0.80 for step count and light-intensity activity across the 3 days of free-living activity. The overall relative error in measuring step count was 3.8%, with differences between those with walking speeds of less than 0.58 metres per second and 0.58 metres per second or more (27.4% [SD 34.2] vs. –8.0% [SD 10.7], p<0.001). Conclusions: The Fitbit One was associated with the Actical accelerometer in measuring step count and light-intensity activity during free-living activity after stroke, but had lower error in capturing step count for those with faster walking speeds. The Fitbit One may not be valid for capturing higher intensity activity after stroke.

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)0,006
score de la tête « metaresearch » (Gemma)0,040
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,315
Écart entre enseignants0,254 · 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

Citations47
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207