Qualitative feasibility study of the mobile app Destroke for clinical stroke monitoring based on the NIH Stroke Scale
Notice bibliographique
Résumé
Abstract Background Stroke is a leading cause of severe disability in the United States, but there is no effective method for patients to accurately detect the signs of stroke at home. We developed a mobile app, Destroke, that allows remote performance of a modified NIH stroke scale (NIHSS) by patients. Aims To assess the feasibility of a mobile app for stroke monitoring and education by patients with a history of stroke Materials and Methods We enrolled 25 patients with a history of stroke in a prospective open-label study to evaluate the feasibility of the Destroke app in patients with stroke. Nineteen patients completed all study assessments, with a median time from stroke onset to enrollment of 5.6 years (range 0.1-12 years). We designed a modified NIHSS that assessed 12 out of 16 tasks on the NIHSS. Patients completed this test eight times over a 28-day period. We conducted pre-study surveys that assessed demographic information, stroke and cardiovascular history, baseline NIHSS, and experience using mobile technologies, and mid- and post-study surveys that assessed patient satisfaction on app usage and confidence in stroke detection. Results Ten men and nine women participated in this study (median age of 64 (33-76)), representing ten US states and Washington D.C. Median baseline NIHSS was 0 (0-4). 15 patients reported using health apps. On a 5-point Likert scale, patients rated the app as 4.2 on being able to understand and use the app and 4.3 on using the app when instructed by their doctor. For eight patients with poor confidence in detecting the signs of a stroke before the study, six showed higher confidence after the study. Conclusions The use of an at-home stroke monitoring app is feasible by patients with a history of stroke and improves confidence in detecting the signs of stroke.
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 | 0,024 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».