Utilization of a Smart Sock for the Remote Monitoring of Patients With Peripheral Neuropathy: Cross-sectional Study of a Real-world Registry
Notice bibliographique
Résumé
BACKGROUND: Remote patient monitoring (RPM) devices are increasingly being used in caring for patients to reduce risks of complications. Temperature monitoring specifically has been shown in previous studies to provide a useful signal of inflammation that may help prevent foot ulcers. OBJECTIVE: In this cross-sectional study, we evaluated utilization data for patients who were prescribed smart socks as remote temperature monitoring devices. METHODS: This study evaluated data from a patient registry from January to July 2021. The utilization data, which were collected starting from the first full month since patients were prescribed the smart socks, were evaluated along with retention over time, the average time that the socks were worn, and the number of days that the socks were worn per month and per week. RESULTS: A total of 160 patients wore the smart sock RPM device for 22 to 25 days per month on average. The retention rate was 91.9% (147/160) at the end of the 7-month period; a total of 13 patients were lost to follow-up during this period. The average number of days that the socks were worn per week was 5.8. The percentage of patients with a utilization rate of >15 days ranged from 79.7% (106/133) to 91.9% (125/136) each month. CONCLUSIONS: This study shows a high level of utilization for a smart sock RPM device and a high compliance rate. A future prospective study on the clinical outcomes after the use of the smart socks may further solidify the idea of conducting temperature monitoring for foot ulcer prevention.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».