MétaCan
Menu
Retour à la cohorte
Enregistrement W3196767600 · doi:10.2196/25356

Applying Mobile Technology to Sustain Physical Activity After Completion of Cardiac Rehabilitation: Acceptability Study

2021· article· en· W3196767600 sur OpenAlexvenueno aff
Abdelaziz Elnaggar, Julia von Oppenfeld, Mary A. Whooley, Stephanie Merek, Linda G Park

Notice bibliographique

RevueJMIR Human Factors · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesU.S. Department of Veterans Affairs
Mots-clésActivity trackerThematic analysisRandomized controlled trialmHealthPhysical therapyRehabilitationIntervention (counseling)Wearable technologyPhysical activityMobile technologyPsychologyWearable computerMedicineMotivational interviewingApplied psychologyQualitative researchMobile devicePsychological interventionNursingComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many patients do not meet the recommended levels of physical activity after completing a cardiac rehabilitation (CR) program. Wearable activity trackers and mobile phone apps are promising potential self-management tools for maintaining physical activity after CR completion. OBJECTIVE: This study aims to evaluate the acceptability of a wearable device, mobile app, and push messages to facilitate physical activity following CR completion. METHODS: We used semistructured interviews to assess the acceptability of various mobile technologies after participation in a pilot randomized controlled trial. Intervention patients in the randomized controlled trial wore the Fitbit Charge 2, used the Movn mobile app, and received push messages on cardiovascular disease prevention and physical activity for over 2 months. We asked 26 intervention group participants for feedback about their experience with the technology and conducted semistructured individual interviews with 7 representative participants. We used thematic analysis to create the main themes from individual interviews. RESULTS: Our sample included participants with a mean age of 66.7 (SD 8.6) years; 23% (6/26) were female. Overall, there were varying levels of satisfaction with different technology components. There were 7 participants who completed the satisfaction questionnaires and participated in the interviews. The Fitbit and Movn mobile app received high satisfaction scores of 4.86 and 4.5, respectively, whereas push messages had a score of 3.14 out of 5. We identified four main themes through the interviews: technology use increased motivation to be physically active, technology use served as a reminder to be physically active, recommendations for technology to improve user experience, and desire for personal feedback. CONCLUSIONS: By applying a wearable activity tracker, mobile phone app, and push messages, our study showed strong potential for the adoption of new technologies by older adults to maintain physical activity after CR completion. Future research should include a larger sample over a longer period using a mixed methods approach to assess the efficacy of technology use for promoting long-term physical activity behavior in older adults.

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)0,000
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 enseignants0,097
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,390
Écart entre enseignants0,361 · 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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetPhysical Activity and HealthTravaux en français237 207