MétaCan
Menu
Retour à la cohorte
Enregistrement W3138438725 · doi:10.31372/20200504.1110

Feasibility of Using Mobile Technology to Improve Physical Activity Among People Living with Diabetes in Asia

2021· article· en· W3138438725 sur OpenAlexvenueno aff
Nada Lukkahatai, Pratum Soivong, Dongmei Li, Phakjira Jaiman, Supornphan Thamkaew, Duenapen Chaiwong, Nutchari Hiranlalit, Jillian Inouye

Notice bibliographique

RevueAsian/Pacific Island Nursing Journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGerontologyQuality of life (healthcare)Diabetes mellitusWearable technologyMultivariate analysisPhysical therapyFamily medicineWearable computerNursingComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Chronic conditions such as diabetes (DM) and cardiovascular disease are associated with disability and poor quality of life. Asians are 30% more likely than non-Hispanic Whites to develop type 2 DM. The important roles of wearable technological applications or devices in maintaining individuals’ motivation to attain their physical activity (PA) goal have been reported. However, evidence of the feasibility and impact of the mobile technology on the PA in Thailand is limited. This study aims to examine the feasibility and the impact of the immediate performance feedback feature of the wearable device on PA. Methods: This pilot study recruited persons aged 18 or older with diabetes from two diabetes clinics in Chiang Mai, Thailand. Participants were randomly assigned into three groups: the aware group (AW: can see the step count on the device screen), the unaware group (UW: the device screen was completely covered), and the control group (usual care). Participants in the AW and UW groups were asked to wear the device for 2 full days while the usual care group did not wear the device. All participants completed a questionnaire package at their first study visit. Data analysis of univariate and multivariate general linear models were conducted using SAS version 9.4 (SAS Institute Inc., Cary, NC). All significance levels were set at 5%. Results: One hundred and fourteen participants age ranged from 39 to 75 years old were included in this analysis. The majority were female (n = 86, 69%) and married (n = 103, 82%). No adverse events were reported among device users. Within 2 days, there were less than 10% missing data and more than 70% of participants liked the devices mainly because they could see the step count. More than 63% of participants who wore the device had an average of steps greater than 10,000 per day. Although the number of steps and sleep hours were not significantly different between the AW and UW groups, 68% of the AW participants found that the device help them with their exercise. Discussion: The results demonstrate the feasibility of the use of the wearable device among people living with chronic conditions. Participants found that the step count screen provided immediate physical performance feedback that was helpful with their exercise. The behavioral changes, however, could not be examined due to the short duration of the usage. Future studies that require longer device usage in larger sample sizes are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,021
Tête enseignante GPT0,387
Écart entre enseignants0,366 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian/Pacific Island Nursing JournalMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207