Assessing the Use of Wrist-Worn Devices in Patients With Heart Failure: Feasibility Study
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.
Notice bibliographique
Résumé
BACKGROUND: Exercise capacity and raised heart rate (HR) are important prognostic markers in patients with heart failure (HF). There has been significant interest in wrist-worn devices that track activity and HR. OBJECTIVE: We aimed to assess the feasibility and accuracy of HR and activity tracking of the Fitbit and Apple Watch. METHODS: We conducted a two-phase study assessing the accuracy of HR by Apple Watch and Fitbit in healthy participants. In Phase 1, 10 healthy individuals wore a Fitbit, an Apple Watch, and a GE SEER Light 5-electrode Holter monitor while exercising on a cycle ergometer with a 10-watt step ramp protocol from 0-100 watts. In Phase 2, 10 patients with HF and New York Heart Association (NYHA) Class II-III symptoms wore wrist devices for 14 days to capture overall step count/exercise levels. RESULTS: Recorded HR by both wrist-worn devices had the best agreement with Holter readings at a workload of 60-100 watts when the rate of change of HR is less dynamic. Fitbit recorded a mean 8866 steps/day for NYHA II patients versus 4845 steps/day for NYHA III patients (P=.04). In contrast, Apple Watch recorded a mean 7027 steps/day for NYHA II patients and 4187 steps/day for NYHA III patients (P=.08). CONCLUSIONS: Both wrist-based devices are best suited for static HR rate measurements. In an outpatient setting, these devices may be adequate for average HR in patients with HF. When assessing exercise capacity, the Fitbit better differentiated patients with NYHA II versus NYHA III by the total number of steps recorded. This exploratory study indicates that these wrist-worn devices show promise in prognostication of HF in the continuous monitoring of outpatients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle