The Accuracy of Wearable Photoplethysmography Sensors for Telehealth Monitoring: A Scoping Review
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.
Notice bibliographique
Résumé
Background and Objectives: Photoplethysmography (PPG) sensors have been increasingly used for remote patient monitoring, especially during the COVID-19 pandemic, for the management of chronic diseases and neurological disorders. There is an urgent need to evaluate the accuracy of these devices. This scoping review considers the latest applications of wearable PPG sensors with a focus on studies that used wearable PPG sensors to monitor various health parameters. The primary objective is to report the accuracy of the PPG sensors in both real-world and clinical settings. Methods: This scoping review was conducted in accordance with Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA). Studies were identified by querying the Medline, Embase, IEEE, and CINAHL databases. The goal was to capture eligible studies that used PPG sensors to monitor various health parameters for populations with a minimum of 30 participants, with at least some of the population having relevant health issues. A total of 2,996 articles were screened and 28 are included in this review. Results: The health parameters and disorders identified and investigated in this study include heart rate and heart rate variability, atrial fibrillation, blood pressure (BP), obstructive sleep apnea, blood glucose, heart failure, and respiratory rate. An overview of the algorithms used, and their limitations is provided. Conclusion: Some of the barriers identified in evaluating the accuracy of multiple types of wearable devices include the absence of reporting standard accuracy metrics and a general paucity of studies with large subject size in real-world settings, especially for parameters such as BP.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle