MétaCan
Menu
Retour à la cohorte
Enregistrement W2936518749 · doi:10.1177/2042018819839298

Use of apps for physical activity in type 1 diabetes: current status and requirements for future development

2019· review· en· W2936518749 sur OpenAlexaff
Olga Kordonouri, Michael C. Riddell

Notice bibliographique

RevueTherapeutic Advances in Endocrinology and Metabolism · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensLMC Diabetes & Endocrinology (Canada)York University
Organismes subventionnairesnon disponible
Mots-clésModalitiesMedicineSmartphone applicationSmartphone appPsychological interventionMobile appsType 2 diabetesPhysical activityNarrative reviewTherapeutic modalitiesApp storemHealthInternet privacyMultimediaDiabetes mellitusComputer scienceWorld Wide WebIntensive care medicinePhysical therapyNursing

Résumé

récupéré en direct d'OpenAlex

Smartphone technologies, and the applications (apps) that they host, are developing rapidly mainly with regard to communication, information processing, design, features and connectivity with other devices. Technologies used in modern treatment modalities and monitoring of type 1 diabetes are also rapidly evolving and can communicate with smartphones and apps. Therefore, numerous web-based and smartphone apps aim to provide information and various patient data metrics (e.g. caloric intake, activity levels, glucose monitoring) that can be accessed and processed for decision support by smartphone apps. In this narrative review, we highlight current information about the effectiveness of interventions through smartphone apps with a focus on apps designed to give guidance to patients with type 1 diabetes on physical activity monitoring and glucose control during and after structured exercise sessions, as these patients are experiencing huge therapeutic challenges during exercise. Furthermore, we propose a number of critical elements for future apps designed for people with type 1 diabetes.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,214
Tête enseignante GPT0,518
Écart entre enseignants0,304 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in Endocrinology and MetabolismMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207