MétaCan
Menu
Retour à la cohorte
Enregistrement W4392966110 · doi:10.3389/frsip.2024.1362754

Feasibility, functionality, and user experience with wearable technologies for acute exacerbation monitoring in patients with severe COPD

2024· article· en· W4392966110 sur OpenAlexafffund
Olivia C. Iorio, Felix‐Antoine Coutu, Dany Malaeb, Bryan Ross

Notice bibliographique

RevueFrontiers in Signal Processing · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésExacerbationWearable computerCOPDMedicineCopd exacerbationWearable technologyIntensive care medicineComputer scienceHuman–computer interactionEmbedded systemInternal medicineAcute exacerbation of chronic obstructive pulmonary disease

Résumé

récupéré en direct d'OpenAlex

Background: The increasing interest in remote patient monitoring technologies in patients with chronic obstructive pulmonary disease (COPD) requires a phased and stepwise investigative approach, which includes high-risk clinical subgroups who stand to benefit most from such innovations. Methods: Patients aged > 40 with spirometry-confirmed COPD presenting with a current acute exacerbation (ECOPD) were recruited from a tertiary centre Day Hospital in this prespecified feasibility study. Heart rate, respiratory rate, oxygen saturation, skin temperature, and daily activity and overnight sleep quality parameters were collected remotely by a wearable biometric wristband and ring for 21 consecutive days. “Total ambulatory wear time” and “percent of useable data” for eligible vital sign parameters were calculated. Correlation and agreement between cardiorespiratory vital sign data were performed using Spearman’s correlation rho and the Bland-Altman test, respectively. User experience was measured with end-of-study System Usability Scale (SUS) questionnaires. Results: Nine participants (mean age 66.8 ± 8.4 years, 22% female, mean FEV 1 1.4L (34.1% predicted), with “severe” (56%) or “very severe” (44%) COPD) experiencing a current ECOPD were included. Wear time was 94% (wristband) and 88.2% (ring) of the total ambulatory study period. Wristband-obtained data (every 1 min, artefact-free) revealed 99.2% and 98.6% of all heart rate and temperature data, respectively, was useable, whereas only 17.6% of all respiratory rate data was useable. Ring-obtained data (every 5 min, “average” and “good” quality) revealed 84.5% of all heart rate data was useable. Cross-sectional analyses with nurse-obtained vital signs revealed correlation coefficients of 0.56 ( p = 0.11) and 0.81 ( p = 0.0086) for wristband-obtained and ring-obtained heart rate, respectively, and only 0.15 ( p = 0.74) for wristband-obtained respiratory rate, without evidence of systematic/proportional bias. Longitudinal heart rate and respiratory rate inter-device analyses demonstrated correlations of 0.86 ( p < 0.001) and 0.65 ( p < 0.001), respectively. Finally, end-of-study SUS scores were 86.4/100 (wristband) and 89.2/100 (ring). Conclusion: Older adults with severe/very severe COPD experiencing a current ECOPD were capable of autonomous physiological data collection/upload/transmission from their home environment over several weeks using sophisticated wearable biometric technology, with favourable user experiences. Cross-sectional and longitudinal comparative results call into question the paradigm of single sets of infrequent/interval vital sign checks as the current “gold-standard” in frontline clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,301
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Signal ProcessingMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207