The effect of innovative smartphone application on adherence to a home-based exercise programs for female older adults with knee osteoarthritis in Saudi Arabia: a randomized controlled trial
Notice bibliographique
Résumé
Purpose To examine the effects of an Arabic smartphone application on adherence to home exercise programs (HEPs) and the effectiveness of mobile-based HEPs on pain, physical function, and lower-limb muscle strength among older women with knee osteoarthritis (OA).Materials and methods This randomised control trial (ClinicalTrials.gov: (NCT04159883) enrolled 40 women aged ≥50 years with knee OA who were randomised into the app group (experimental; n = 20) receiving HEPs using an Arabic smartphone application called “My Dear Knee”, whereas the paper group (control; n = 20) receiving HEPs as hand-outs. Both groups had the same exercise program. Outcome measures were self-reported adherence, changes in the Arabic Numeric Pain Rating Scale, the Arabic version of the reduced Western Ontario, McMaster Universities Osteoarthritis Index-Physical Function subscale, and Five-Times Sit-To-Stand Test scores. All participants were assessed at baseline, at week 3 and week 6. Using completer-only analyses, the repeated measures ANOVA was used to compare the means of the outcome measures between the two groups.Results At the end of week 6, the app group reported greater adherence to HEPs (p = .002) and significant reduction in pain (p = .015).Conclusions A smartphone application with motivational and attractive features could enhance adherence to HEPs in this patient cohort.IMPLICATIONS FOR REHABILITATIONOlder adults with knee OA may face many obstacles that prevent or limit their adherence to the prescribed HEP.Smart device apps supported with attractive and motivational features could be an effective strategy to enhance adherence to HEPs among older adults with knee OA.Using such remote technology appears to overcome the barriers that may limit the ability of older women to receive supervised physical therapy in a clinical setting.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».