MétaCan
Menu
← Retour à la cohorte
Enregistrement W3201478950 · doi:10.2196/29799

Teleassessments for Enrollment of Adults With Physical or Mobility Disability in a Home-Based Exercise Trial in Response to COVID-19: Usability Study

2021· article· en· W3201478950 sur OpenAlexvenueno aff
Jereme Wilroy, Byron Lai, Madison Currie, Hui‐Ju Young, Mohanraj Thirumalai, Tapan Mehta, John Giannone, James H. Rimmer

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesUniversity of AlabamaUniversity of Alabama at Birmingham
Mots-clésMedicinePhysical therapyTelehealthRandomized controlled trialData collectionDigital healthTelemedicineHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Scale-Up Project Evaluating Responsiveness to Home Exercise And Lifestyle Tele-Health (SUPER-HEALTH) initiative is a large randomized controlled study that aims to overcome logistical barriers to exercise via telehealth for people with physical disabilities. However, at the start of the COVID-19 pandemic, enrollment was halted due to limited operations at the testing site, which included no onsite visits that involved participant data collection. In response to the limited operations, a modified data collection protocol was developed for virtual enrollment of study participants. OBJECTIVE: This paper presents feasibility data on using teleassessments to enroll people with mobility impairment into a home-based exercise trial. METHODS: The modified protocol replaced onsite enrollment and data collection visits with teleassessments using a computer tablet and testing equipment that was shipped to the participants' home address prior to the synchronous teleassessments conducted by an exercise physiologist through Zoom. The participants were mailed a teleassessment toolkit that included a digital blood pressure cuff, spirometer, hand dynamometer, mini disc cone, and measuring tape (to complete standardized testing). The teleassessment measures included resting blood pressure and heart rate, forced vital capacity, grip strength, Five Times Sit to Stand, and Timed Up and Go. Feasibility metrics included technological effectiveness, efficiency, and safety. The technological effectiveness of the telehealth assessment was determined by the percentage of sessions completed without technical issues with ≥90% criteria set a priori. Efficiency was measured by a session duration of ≤2 hours. Safety was measured by the number of adverse events related to the teleassessments reported. RESULTS: Data from 36 participants were included in this feasibility study, and 34 (94%) participants completed all teleassessments without technical issues. For efficiency, the teleassessment sessions were completed in a mean time of 65 minutes and a maximum session length of 110 minutes. There were no adverse events reported to indicate concerns with the safety of teleassessments. CONCLUSIONS: The modified teleassessment protocol, in response to COVID-19 restrictions, may be a feasible process for enrolling adults with mobility impairment into a home exercise trial who otherwise would have not been able to participate. TRIAL REGISTRATION: ClinicalTrials.gov NCT03024320; https://clinicaltrials.gov/ct2/show/NCT03024320.

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)0,047
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,116
Tête enseignante GPT0,537
Écart entre enseignants0,421 · 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'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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→