Relationship Between Mobile Digital Sensor Monitoring and Perioperative Outcomes: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Monitoring surgical recovery has traditionally been confined to metrics measurable within the hospital and clinic setting. However, commercially available mobile sensors are now capable of extending measurements into a patient's home. As these sensors were developed for nonmedical applications, their clinical role has yet to be established. The aim of this systematic review is to evaluate the relationship between data generated by mobile sensors and postoperative outcomes. OBJECTIVE: The objective of this study is to describe the current use of mobile sensors in the perioperative setting and the correlation between their data and clinical outcomes. METHODS: A systematic search of EMBASE, MEDLINE, and Cochrane Library from inception until April 2019 was performed to identify studies of surgical patients monitored with mobile sensors. Sensors were considered if they collected patient metrics such as step count, temperature, or heart rate. Studies were included if patients underwent major surgery (≥1 inpatient postoperative day), patients were monitored using mobile sensors in the perioperative period, and the study reported postoperative outcomes (ie, complications and hospital readmission). For studies including step count, a pooled analysis of the step count per postoperative day was calculated for the complication and noncomplication cohorts using mean and a random-effects linear model. The Grading of Recommendations, Assessment, Development, and Evaluation tool was used to assess study quality. RESULTS: From 2209 abstracts, we identified 11 studies for review. Reviewed studies consisted of either prospective observational cohorts (n=10) or randomized controlled trials (n=1). Activity monitors were the most widely used sensors (n=10), with an additional study measuring temperature, respiratory rate, and heart rate (n=1). Low step count was associated with worse postoperative outcomes. A median step count of around 1000 steps per postoperative day was associated with adverse surgical outcomes. Within the studies, there was heterogeneity between the type of surgery and type of reported postoperative outcome. CONCLUSIONS: Despite significant heterogeneity in the type of surgery and sensors, low step count was associated with worse postoperative outcomes across surgical specialties. Further studies and standardization are needed to assess the role of mobile sensors in postoperative care, but a threshold of approximately 1000 steps per postoperative day warrants further investigation.
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 | 0,009 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».