Reporting quality of interventions using a wearable activity tracker to improve physical activity in patients with inflammatory arthritis or osteoarthritis: a systematic review
Notice bibliographique
Résumé
To assess the reporting quality of interventions aiming at promoting physical activity (PA) using a wearable activity tracker (WAT) in patients with inflammatory arthritis (IA) or hip/knee osteoarthritis (OA). A systematic search was performed in eight databases (including PubMed, Embase and Cochrane Library) for studies published between 2000 and 2022. Two reviewers independently selected studies and extracted data on study characteristics and the reporting of the PA intervention using a WAT using the Consensus on Exercise Reporting Template (CERT) (12 items) and Consolidated Standards of Reporting Trials (CONSORT) E-Health checklist (16 items). The reporting quality of each study was expressed as a percentage of reported items of the total CERT and CONSORT E-Health (50% or less = poor; 51-79% = moderate; and 80-100% = good reporting quality). Sixteen studies were included; three involved patients with IA and 13 with OA. Reporting quality was poor in 6/16 studies and moderate in 10/16 studies, according to the CERT and poor in 8/16 and moderate in 8/16 studies following the CONSORT E-Health checklist. Poorly reported checklist items included: the description of decision rule(s) for determining progression and the starting level, the number of adverse events and how adherence or fidelity was assessed. In clinical trials on PA interventions using a WAT in patients with IA or OA, the reporting quality of delivery process is moderate to poor. The poor reporting quality of the progression and tailoring of the PA programs makes replication difficult. Improvements in reporting quality are necessary.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».