Authors’ Response to Peer Reviews of “Technologies to Support Assessment of Movement During Video Consultations: Exploratory Study”
Notice bibliographique
Résumé
Background: Understanding and assessing patients' body movements is essential for physical rehabilitation but is challenging in video consultations, as clinicians are frequently unable to see the whole patient or observe the patient as they perform specific movements.Objective: The objective of this exploratory study was to assess the use of readily available technologies that would enable remote assessment of patient movement as part of a video consultation.Methods: We reviewed the literature and available technologies and chose four technologies (Kubi and Pivo desktop robots, Facebook Portal TV, wide-angle webcam), in addition to help from a friend or a simple mobile phone holder, to assist video consultations.We used 5 standard assessments (sit-to-stand, timed "Up & Go," Berg Balance Test, ankle range of motion, shoulder range of motion) as the "challenge" for the technology.We developed an evaluation framework of 6 items: efficacy, cost, delivery, patient setup, clinician training and guidance, and safety.The coauthors, including 10 physiotherapists, then took the roles of clinician and patient to explore 7 combinations of 5 technologies.Subsequently, we applied our findings to hypothetical patients based on the researchers' family members and clinical experience.Results: Kubi, which allowed the clinician to remotely control the patient's device, was useful for repositioning the tablet camera to gain a better view of the patient's body parts but not for tracking movement.Facebook Portal TV was useful, but only for upper body movement, as it functions based on face tracking.Both Pivo, with automated full body tracking using a mobile phone, and the wide-angle webcam for a laptop or desktop computer show promise.Simple solutions such as having a friend operate a mobile phone and use of a mobile phone holder also have potential.The setup of these technologies will require better JMIRx
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 | 0,050 | 0,505 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,021 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,025 |
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 ».