MétaCan
Menu
Retour à la cohorte
Enregistrement W4292730315 · doi:10.2196/40468

Digital Platform to Continuously Monitor Patients Using a Smartwatch: Preliminary Report

2022· article· en· W4292730315 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesSamsungSamsung Eletrônica da Amazônia
Mots-clésSmartwatchVital signsDigital healthMedicineContinuous monitoringComputer scienceHealth careWearable computerEmbedded systemEngineeringOperations managementSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Monitoring vital signs such as oximetry, blood pressure, and heart rate is important to follow the evolution of patients. Smartwatches are a revolution in medicine allowing the collection of such data in a continuous and organic way. However, it is still a challenge to make this information available to health care professionals to make decisions during clinical follow-up. OBJECTIVE: This study aims to build a digital solution that displays vital sign data from smartwatches, collected remotely, continuously, reliably, and from multiple users, with trigger warnings when abnormal results are identified. METHODS: This is a single-center prospective study following the guidelines "Evaluating digital health products" from the UK Health Security Agency. A digital platform with 3 different applications was created to capture and display data from the mobile phones of volunteers with smartwatches. We selected 80 volunteers who were followed for 24 weeks each, and the synchronization interval between the smartwatch and digital solution was recorded for each vital sign collected. RESULTS: In 14 weeks of project progress, we managed to recruit 80 volunteers, with 68 already registered in the digital solution. More than 2.8 million records have already been collected, without system downtime. Less than 5% of continuous heart rate measurements (bpm) were synchronized within 2 hours. However, approximately 70% were synchronized in less than 24 hours, and 90% were synchronized in less than 119 hours. CONCLUSIONS: The digital solution is working properly in its role of displaying data collected from smartwatches. Vital sign values are being monitored by the research team as part of the monitoring of volunteers. Although the digital solution proved unsuitable for monitoring urgent events, it is more than suitable for use in outpatient clinical use. This digital solution, which is based on cloud technology, can be applied in the future for telemonitoring in regions lacking health care professionals. Accuracy and reliability studies still need to be performed at the end of the 24-week follow-up.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,336
Écart entre enseignants0,288 · 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