Effectiveness of Mobile Health–Based Exercise Interventions for Patients with Peripheral Artery Disease: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Peripheral artery disease (PAD) affects over 236 million people worldwide, and exercise interventions are commonly used to alleviate symptoms of this condition. However, no previous systematic review has evaluated the effects of mobile health (mHealth)-based exercise interventions for patients with PAD. OBJECTIVE: This study aimed to assess the effect of mHealth-based exercise interventions on walking performance, functional status, and quality of life in patients with PAD. METHODS: A systematic review and meta-analysis were conducted. We searched in seven databases to identify randomized controlled trials of patients with PAD published in English up to December 4, 2020. Studies were included if patients participated in mHealth-based exercise interventions and were assessed for walking performance. We analyzed pooled effect size on walking performance, functional status, and quality of life based on the standardized mean differences between groups. RESULTS: A total of seven studies were selected for the systematic review, and six studies were included in the meta-analysis. The duration of interventions in the included studies was 12 to 48 weeks. In the pooled analysis, when compared with the control groups, the mHealth-based exercise intervention groups were associated with significant improvements in pain-free walking (95% CI 0.13-0.88), maximal walking (95% CI 0.03-0.87), 6-minute walk test (6MWT) distance (95% CI 0.59-1.24), and walking distance (95% CI 0.02-0.49). However, benefits of the interventions on walking speed, stair-climbing ability, and quality of life were not observed. CONCLUSIONS: mHealth-based exercise interventions for patients with PAD were beneficial for improving pain-free walking, maximal walking, and 6MWT distance. We found that exercise interventions using mHealth are an important strategy for improving the exercise effectiveness and adherence rate of patients with PAD. Future studies should consider the use of various and suitable functions of mHealth that can increase the adherence rates and improve the effectiveness of exercise.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,034 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».