MétaCan
Menu
Retour à la cohorte
Enregistrement W2919025011 · doi:10.2196/13111

Medium-Term Outcomes of Digital Versus Conventional Home-Based Rehabilitation After Total Knee Arthroplasty: Prospective, Parallel-Group Feasibility Study

2019· article· en· W2919025011 sur OpenAlexvenueno aff
Fernando Dias Correia, André Nogueira, Ivo Magalhães, Joana Guimarães, Maria Moreira, Isabel Barradas, Maria Molinos, Laetitia Teixeira, José Tulha, Rosmaninho Seabra, Jorge Laíns, Virgílio Bento

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRehabilitationTotal knee arthroplastyPsychological interventionPhysical therapyArthroplastyMedicinePhysical medicine and rehabilitationSurgeryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical rehabilitation is recommended after total knee arthroplasty (TKA). With the expected increase in TKA over the next few decades, it is important to find new ways of delivering cost-effective interventions. Technological interventions have been developed with this intent, but only preliminary evidence exists regarding their validity, with short follow-up times. OBJECTIVE: This study aimed to present the follow-up results of a feasibility study comparing two different home-based programs after TKA: conventional face-to-face sessions and a digital intervention performed through the use of an artificial intelligence-powered biofeedback system under remote clinical monitoring. METHODS: The digital intervention uses a motion tracker allowing 3D movement quantification, a mobile app and a Web portal. This study presents the results of the previous single-center, prospective, parallel-group, feasibility study including an 8-week active treatment stage and further assessments at 3 and 6 months post-TKA. Primary outcome was the Timed Up and Go score, and secondary outcomes were the Knee Osteoarthritis Outcome Scale (KOOS) score and knee range of motion. RESULTS: A total of 59 patients completed the study (30 in the digital intervention group and 29 in the conventional rehabilitation group) and follow-up assessments. During the active treatment stage, patients in the digital intervention group demonstrated high engagement and satisfaction levels, with an 82% retention rate. Both groups attained clinically relevant improvements from baseline to 6 months post-TKA. At the end of the 8-week program, clinical outcomes were superior in the digital intervention group. At the 3- and 6-month assessments, the outcomes remained superior for the Timed Up and Go score (P<.001) and all KOOS subscale scores (at 3 months, P<.001 overall; at 6 months, KOOS Symptoms: P=.006, Pain: P=.002, Activities of Daily Living: P=.001, Sports: P=.003, and Quality of Life: P=.001). There was progressive convergence between both groups in terms of the knee range of motion, which remained higher for standing flexion in the digital intervention group than the conventional group at 6 months (P=.01). For the primary outcome, at 6 months, the median difference between groups was 4.87 seconds (95% CI 1.85-7.47), in favor of the digital intervention group. CONCLUSIONS: The present study demonstrates that this novel digital intervention for independent home-based rehabilitation after TKA is feasible, engaging, and capable of maximizing clinical outcomes in comparison to conventional rehabilitation in the short and medium term; in addition, this intervention is far less demanding in terms of human resources. TRIAL REGISTRATION: ClinicalTrials.gov NCT03047252; https://clinicaltrials.gov/ct2/show/NCT03047252.

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 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

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

Citations94
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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