The AppCare-HF randomized clinical trial: a feasibility study of a novel self-care support mobile app for individuals with chronic heart failure
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
Abstract Aims We evaluated a self-care intervention with a novel mobile application (app) in chronic heart failure (HF) patients. To facilitate patient-centred care in HF management, we developed a self-care support mobile app to boost HF patients’ optimal self-care. Methods and results We conducted a multicentre, randomized, controlled study evaluating the feasibility of the self-care support mobile app designed for use by HF patients. The app consists of a self-monitoring assistant, education, and automated alerts of possible worsening HF. The intervention group received a tablet personal computer (PC) with the self-care support app installed, and the control group received a HF diary. All patients performed self-monitoring at home for 2 months. Their self-care behaviours were evaluated by the European Heart Failure Self-Care Behaviour Scale. We enrolled 24 outpatients with chronic HF (ages 31–78 years; 6 women, 18 men) who had a history of HF hospitalization. During the 2 month study period, the intervention group (n = 13) showed excellent adherence to the self-monitoring of each vital sign, with a median [interquartile range (IQR)] ratio of self-monitoring adherence for blood pressure, body weight, and body temperature at 100% (92–100%) and for oxygen saturation at 100% (91–100%). At 2 months, the intervention group’s self-care behaviour score was significantly improved compared with the control group (n = 11) [median (IQR): 16 (16–22) vs. 28 (20–36), P = 0.02], but the HF Knowledge Scale, the General Self-Efficacy Scale, and the Short Form-8 Health Survey scores did not differ between the groups. Conclusion The novel mobile app for HF is feasible.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 découle