MétaCan
Menu
Retour à la cohorte
Enregistrement W2910099044 · doi:10.2196/11458

Women’s Attitudes Toward Self-Monitoring of Their Pregnancy Using Noninvasive Electronic Devices: Cross-Sectional Multicenter Study

2019· article· en· W2910099044 sur OpenAlexvenueno aff
Katharina Schramm, Niklas Graßl, Juliane Nees, Janine Hoffmann, Holger Stepan, Thomas Brückner, Markus W. Haun, Imad Maatouk, Markus Haist, Timm C. Schott, Christof Sohn, Sarah Schott

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPregnancyMedicineTelemedicineCross-sectional studyMedical emergencyPopulationTelehealthFamily medicineObstetricsHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pregnancy can be distressing, particularly if expectant mothers are worried about the well-being of their fetus. Consequently, the desire for reassurance and frequent fetal monitoring is often pronounced. Smart wearable devices and telemedicine are promising tools that could assist women in self-monitoring their pregnancy at home, hence disburdening emergency departments (EDs). They present the possibility to clarify the need for urgent care remotely and offer tighter pregnancy monitoring. However, patients' acceptance of such new technologies for fetal monitoring has not yet been explored extensively. OBJECTIVE: This survey aimed to elucidate the attitudes of women toward self-monitoring of their pregnancy using noninvasive electronic devices. The technical details of the proposed devices were not specified. METHODS: A cross-sectional multicenter study was conducted at the departments of obstetrics of the University Hospitals of Heidelberg and Leipzig, Germany. All patients seen in the obstetrics clinic who were above 18 years were offered participation. We designed a survey questionnaire including validated instruments covering population characteristics, issues in current and past pregnancies, as well as attitudes toward self-monitoring of pregnancy with smart devices. RESULTS: A total of 509 pregnant women with no previous experience in telemedicine participated. Only a small minority of 5.9% (29/493) regarded self-monitoring with wearable devices as an alternative to consulting their physicians. Along these lines, only 7.7% (38/496) strongly believed they would visit the ED less often if such devices were readily available. However, if the procedure were combined with a Web-based telemetric physician consult, 13.5% (66/487) would be highly motivated to use the devices. Furthermore, significantly more women regarded it as an alternative prior to seeing a doctor when they perceived a decline in fetal movements (P<.001). Interestingly, women with university degrees had a higher propensity to engage in pregnancy self-monitoring compared with women without one (37% vs 23%; P=.001). Of the participants, 77.9% (381/489) would like smart wearable devices to measure fetal heart sounds, and 62.6% (306/489) wished to use the devices on their own. Feedback from a doctor or midwife was also very important in their choice of such devices (61.8%, 301/487 wished feedback). The intended frequency of use differed vastly among women, ranging from 13.8% (65/471) who would like to use such a device several times per day to 31.6% (149/471) who favored once per week at most. CONCLUSIONS: Our results point to a skeptical attitude toward pregnancy self-monitoring among pregnant women. Nevertheless, many women are open to using devices for pregnancy monitoring in parallel to consulting their physician. The intention to use such devices several times daily or weekly, expressed by more than half of the participants, highlights the potential of such technologies.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,104
Tête enseignante GPT0,469
Écart entre enseignants0,365 · 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207