Wearable Fitness Trackers to Predict Clinical Deterioration in Maintenance Hemodialysis: A Prospective Cohort Feasibility Study
Notice bibliographique
Résumé
RATIONALE & OBJECTIVE: People receiving hemodialysis often require urgent care or hospitalizations. It is possible that reductions in a patient's level of physical activity may serve as an "early warning" of clinical deterioration, allowing timely clinical intervention. We explored whether step count could serve as a trigger for deterioration. STUDY DESIGN: Prospective observational cohort feasibility study. SETTING & PARTICIPANTS: We recruited consenting adult participants from outpatient dialysis clinics in Calgary, AB, between June 28, 2019, and October 10, 2019. EXPOSURE AND OUTCOMES: Participants wore a wristband fitness tracker for 4 weeks. Activity data from the trackers were imported weekly into the study database. Demographic, clinical management, functional impairment, and frailty were assessed at baseline. Clinical events (urgent care and emergency department visits and hospitalizations) were monitored during the observation period. ANALYTICAL APPROACH: Box and whisker plots and line plots were used to describe each participant's daily steps. Adjusted rate ratios (and 95 % confidence intervals) were calculated to assess the associations between the number of steps taken each day and potential predictors. RESULTS: Data from 46 patients were included; their median age was 64 years (range, 22 to 85), and 63 % were men. The median number of steps taken per day was 3,133 (range, 248-13,753). Fourteen events among 11 patients were reported. Within patients, step count varied considerably; it was not possible to identify a patient-specific normal range for daily step count. There was no association between step count and the occurrence of clinical events, although the number of events was very small. LIMITATIONS: The number of participants was relatively small, and there were too few events to model to examine whether step count could predict clinical deterioration. CONCLUSIONS: Within-patient variation in daily step count was too high to generate a normal range for patients. However, patient-specific norms over a longer period (3- or 7-day periods) appear potentially worthy of future study in a larger sample and/or over a longer follow-up.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».