MétaCan
Menu
Retour à la cohorte
Enregistrement W3200528280 · doi:10.2196/30332

Experiences of Wearable Technology by Persons with Knee Osteoarthritis Participating in a Physical Activity Counseling Intervention: Qualitative Study Using a Relational Ethics Lens

2021· article· en· W3200528280 sur OpenAlexafffundvenue
Jenny Leese, Graham Macdonald, Catherine L. Backman, Anne Townsend, Laura Nimmon, Linda Li

Notice bibliographique

RevueJMIR mhealth and uhealth · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensResearch CanadaUniversity of OttawaOttawa HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWearable computerIntervention (counseling)Qualitative researchPhysical therapyPsychologyMedicineWearable technologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Current evidence indicates physical activity wearables could support persons with knee osteoarthritis (OA) to be more physically active. However, recent evidence also identifies some persons with arthritis experience guilt or worry while using a wearable if they are not as active as they feel they should be. Questions remain around how persons with knee OA experience benefits or downsides using a wearable in their everyday lives. Better understanding is needed if wearables are to be incorporated in arthritis self-management in ethically aware ways. OBJECTIVE: Using an ethics lens, we aimed to describe a range of experiences from persons with knee OA who used a wearable during a physical activity counseling intervention study. METHODS: This is a secondary analysis of qualitative interviews nested within a randomized controlled trial. Guided by phenomenography, we explored the experiences of persons with knee OA following participation in a physical activity counseling intervention that involved using a Fitbit Flex and biweekly phone calls with a study physiotherapist (PT) in an 8-week period. Benefits or downsides experienced in participants' relationships with themselves or the study PT when using the wearable were identified using a relational ethics lens. RESULTS: Interviews with 21 participants (12 females and 9 males) aged 40 to 82 years were analyzed. Education levels ranged from high school graduates (4/21, 19%) to bachelor's degrees or above (11/21, 52%). We identified 3 categories of description: (1) participants experienced their wearable as a motivating or nagging influence to be more active, depending on how freely they were able to make autonomous choices about physical activity in their everyday lives; (2) some participants felt a sense of accomplishment from seeing progress in their wearable data, which fueled their motivation; (3) for some participants, sharing wearable data helped to build mutual trust in their relationship with the study PT. However, they also expressed there was potential for sharing wearable data to undermine this trust, particularly if this data was inaccurate. CONCLUSIONS: Findings provide an early glimpse into positive and negative emotional impacts of using a wearable that can be experienced by participants with knee OA when participating in a randomized controlled trial to support physical activity. To our knowledge, this is the first qualitative study that uses a relational ethics lens to explore how persons with arthritis experienced changes in their relationship with a health professional when using a wearable during research participation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,009
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,172
Tête enseignante GPT0,485
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations17
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetPhysical Activity and HealthTravaux en français237 207