The Effects of the ManageHF4Life Mobile App on Patients With Chronic Heart Failure: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: The successful management of heart failure (HF) involves guideline-based medical therapy as well as self-management behavior. As a result, the management of HF is moving toward a proactive real-time technological model of assisting patients with monitoring and self-management. OBJECTIVE: The aim of this paper was to evaluate the efficacy of enhanced self-management via a mobile app intervention on health-related quality of life, self-management, and HF readmissions. METHODS: A single-center randomized controlled trial was performed. Participants older than 45 years and admitted for acute decompensated HF or recently discharged in the past 4 weeks were included. The intervention group ("app group") used a mobile app, and the intervention prompted daily self-monitoring and promoted self-management. The control group ("no-app group") received usual care. The primary outcome was the change in Minnesota Living with Heart Failure Questionnaire (MLHFQ) score from baseline to 6 and 12 weeks. Secondary outcomes were the Self-Care Heart Failure Index (SCHFI) questionnaire score and recurrent HF admissions. RESULTS: A total of 83 participants were enrolled and completed all baseline assessments. Baseline characteristics were similar between the groups except for the prevalence of ischemic HF. The app group had a reduced MLHFQ at 6 weeks (mean 37.5, SD 3.5 vs mean 48.2, SD 3.7; P=.04) but not at 12 weeks (mean 44.2, SD 4 vs mean 45.9, SD 4; P=.78), compared to the no-app group. There was no effect of the app on the SCHFI at 6 or 12 weeks. The time to first HF readmission was not statistically different between the app group and the no-app group (app group 11/42, 26% vs no-app group 12/41, 29%; hazard ratio 0.89, 95% CI 0.39-2.02; P=.78) over 12 weeks. CONCLUSIONS: The adaptive mobile app intervention, which focused on promoting self-monitoring and self-management, improved the MLHFQ at 6 weeks but did not sustain its effects at 12 weeks. No effect was seen on HF self-management measured by self-report. Further research is needed to enhance engagement in the app for a longer period and to determine if the app can reduce HF readmissions in a larger study. TRIAL REGISTRATION: ClinicalTrials.gov NCT03149510; https://clinicaltrials.gov/ct2/show/NCT03149510.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».