MétaCan
Menu
Retour à la cohorte
Enregistrement W4291128505 · doi:10.1186/s12891-022-05723-w

Remote sampling of biomarkers of inflammation with linked patient generated health data in patients with rheumatic and musculoskeletal diseases: an Ecological Momentary Assessment feasibility study

2022· article· en· W4291128505 sur OpenAlexfundno aff
Katie L. Druce, David S. Gibson, Kevin McEleney, Belay Birlie Yimer, Stephanie Meleck, Ben James, Bruce Hellman, William G Dixon, John McBeth

Notice bibliographique

RevueBMC Musculoskeletal Disorders · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensnon disponible
Organismes subventionnairesVersus ArthritisCentre for Epidemiology Versus Arthritis, University of ManchesterPublic Health AgencyArthritis Society
Mots-clésMoodMedicinemHealthPhysical therapyFibromyalgiaInternal medicinePsychiatryPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People with rheumatic diseases experience troublesome fluctuations in fatigue. Debated causes include pain, mood and inflammation. To determine the relationships between these potential causes, serial assessments are required but are methodologically challenging. This mobile health (mHealth) study explored the viability of using a smartphone app to collect patient-reported symptoms with contemporaneous Dried Blood Spot Sampling (DBSS) for inflammation. METHODS: Over 30 days, thirty-eight participants (12 RA, 13 OA, and 13 FM) used uMotif, a smartphone app, to report fatigue, pain and mood, on 5-point ordinal scales, twice daily. Daily DBSS, from which C-reactive Protein (CRP) values were extracted, were completed on days 1-7, 14 and 30. Participant engagement was determined based on frequency of data entry and ability to calculate within- and between-day symptom changes. DBSS feasibility and engagement was determined based on the proportion of samples returned and usable for extraction, and the number of days between which between-day changes in CRP which could be calculated (days 1-7). RESULTS: Fatigue was reported at least once on 1085/1140 days (95.2%). Approximately 65% of within- and between-day fatigue changes could be calculated. Rates were similar for pain and mood. A total of 287/342 (83.9%) DBSS, were returned, and all samples were viable for CRP extraction. Fatigue, pain and mood varied considerably, but clinically meaningful (≥ 5 mg/L) CRP changes were uncommon. CONCLUSIONS: Embedding DBSS in mHealth studies will enable researchers to obtain serial symptom assessments with matched biological samples. This provides exciting opportunities to address hitherto unanswerable questions, such as elucidating the mechanisms of fatigue fluctuations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,330
Écart entre enseignants0,303 · 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 tête enseignante, 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Musculoskeletal DisordersMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207