Feedback on Physical Activity Through a Wearable Device Connected to a Mobile Phone App in Patients With Metabolic Syndrome: Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Little is known of the effect of wearable devices on metabolic impairments in clinical settings. We hypothesized that a wearable device that can monitor and provide feedback on physical activity may help resolve metabolic syndrome. OBJECTIVE: This study aimed to examine the objective effects of the use of these devices on metabolic syndrome resolution. METHODS: Patients diagnosed with metabolic syndrome were recruited. Participants were prescribed regular walking using a wearable device (Coffee WALKIE +Dv.3, GC Healthcare CI, Korea) on their wrist for 12 weeks. Participants received self-feedback on the amount of their exercise through an app on their mobile phone. The information on physical activities of the participants was uploaded automatically to a website. Thus, a trained nurse could provide individuals with feedback regarding the physical activity via telephone consultation on alternate weeks. Blood pressure (BP), body composition, fasting plasma glucose, and lipid profiles were recorded. The primary outcome was metabolic syndrome resolution. The secondary outcome was an improvement in the components of metabolic impairment. RESULTS: Of the 53 participants recruited, 20 participants with a median age of 46 (range 36-50) years completed the trial. There was no significant difference in the amount of calorie expenditure at weeks 4, 8, and 12. After 12 weeks, metabolic syndrome was resolved in 9 of 20 participants (45%), and the mean number of metabolic impairment components per person decreased from 3.4 to 2.9. Particularly, the mean systolic and diastolic BP decreased from mean 136.6 (SD 18.5) mm Hg to mean 127.4 (SD 19.5) mm Hg and from mean 84.0 (SD 8.1) mm Hg to mean 77.4 (SD 14.4) mm Hg (both P=.02), respectively. CONCLUSIONS: This study found that a 12-week intervention via feedback, based on a wearable physical activity monitor, helped metabolic syndrome patients to be more engaged in regular walking and it improved impaired metabolic components, especially in BP. However, some practical challenges regarding patients' adherence and sustained engagement were observed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».