MétaCan
Menu
Retour à la cohorte
Enregistrement W2799672281 · doi:10.2196/rehab.8567

Patients Using an Online Forum for Reporting Progress When Engaging With a Six-Week Exercise Program for Knee Conditioning: Feasibility Study

2018· article· en· W2799672281 sur OpenAlexvenueno aff
Philip Bright, Karen Hambly

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-cléseHealthPhysical therapyWeb surveyKnee painMedicinePsychologyMedical educationMultimediaComputer scienceHealth careWorld Wide WebAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Background: The use of electronic health (eHealth) and Web-based resources for patients with knee pain is expanding. Padlet is an online noticeboard that can facilitate patient interaction by posting virtual “sticky notes.” Objective: The primary aim of this study was to determine feasibility of patients in a 6-week knee exercise program using Padlet as an online forum for self-reporting on outcome progression. Methods: Undergraduate manual therapy students were recruited as part of a 6-week study into knee conditioning. Participants were encouraged to post maximum effort readings from quadriceps and gluteal home exercises captured from standard bathroom scales on a bespoke Padlet. Experience and progression reporting were encouraged. Posted data were analyzed for association between engagement, entry frequency, and participant characteristics. Individual data facilitated single-subject, multiple-baseline analysis using statistical process control. Experiential narrative was analyzed thematically. Results: Nineteen participants were recruited (47%, 9/19 female); ages ranged from 19 to 53 years. Twelve individuals (63%) opted to engage with the forum (range 4-40 entries), with five (42%) reporting across all 6 weeks. Gender did not influence reporting (odds ratio [OR] 0.76, 95% CI 0.06-6.93). No significant difference manifested between body mass index and engagement P=.46); age and entry frequency did not correlate (R2=.054, 95% CI –0.42 to 0.51, P=.83). Statistically significant conditioning profiles arose in single participants. Themes of pain, mitigation, and response were inducted from the experiences posted. Conclusions: Patients will engage with an online forum for reporting progress when undertaking exercise programs. In contrast to related literature, no significant association was found with reporting and gender, age, or body mass index. Individual posted data allowed multiple-baseline analysis and experiential induction from participants. Conditioning responses were evident on visual inspection. The importance of individualized visual data to patients and the role of forums in monitoring patients’ progress in symptomatic knee pain populations need further consideration.

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)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,377
Écart entre enseignants0,316 · 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'étudeEssai non randomisé
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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