The Role of Wearable Technology in Measuring and Supporting Patient Outcomes Following Total Joint Replacement: Review of the Literature
Notice bibliographique
Résumé
BACKGROUND: The incidence rate of total joint replacement (TJR) continues to increase due to the aging population and the surgery that is very successful in providing pain relief to and improving function among patients with advanced knee or hip arthritis. Improving patient outcomes and patient satisfaction after TJR remain important goals. Wearable technologies provide a novel way to capture patient function and activity data and supplement clinical measures and patient-reported outcome measures in order to better understand patient outcomes after TJR. OBJECTIVE: We examined the current literature to evaluate the potential role of wearable devices and compare them with existing methods for monitoring and improving patient rehabilitation and outcomes following TJR. METHODS: We performed a literature search by using the research databases supported by the University of Massachusetts Chan Medical School's Lamar Soutter Library, including PubMed and Scopus, supplemented with the Google Scholar search engine. A specific search strategy was used to identify articles discussing the use of wearable devices in measuring and affecting postoperative outcomes of patients who have undergone TJR. Selected papers were organized into a spreadsheet and categorized for our qualitative literature review to assess how wearable data correlated with clinical measures and patient-reported outcome measures. RESULTS: A total of 9 papers were selected. The literature showed the impact of wearable devices on evaluating and improving postoperative functional outcomes. Wearable-collected data could be used to predict postoperative clinical measures, such as range of motion and Timed Up and Go times. When predicting patient-reported outcomes, specifically Hip Disability and Osteoarthritis Outcome Scores/Knee Injury and Osteoarthritis Outcome Scores and Veterans RAND 12-Item Health Survey scores, strong associations were found between changes in sensor-collected data and changes in patient-reported outcomes over time. Further, the step counts of patients who received feedback from a wearable improved over time when compared to those of patients who did not receive feedback. CONCLUSIONS: These findings suggest that wearable technology has the potential to remotely measure and improve postoperative orthopedic patient outcomes. We anticipate that this review will facilitate further investigation into whether wearable devices are viable tools for guiding the clinical management of TJR rehabilitation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».