MétaCan
Menu
Retour à la cohorte
Enregistrement W4396224509 · doi:10.2196/51753

Home-Based Connected Devices Combined With Statistical Process Control for the Early Detection of Respiratory Exacerbations by Patients With Cystic Fibrosis: Pilot Interventional Study With a Pre-Post Design

2024· article· en· W4396224509 sur OpenAlexvenueno aff
Énora Le Roux, Moreno Ursino, Ivana Milovanović, Paul Picq, Jérémie Haignere, G. Rault, Dominique Bertrand, Corinne Alberti

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesNokia FoundationFondation pour la Recherche MédicaleInstitut National de la Santé et de la Recherche MédicaleVertex Pharmaceuticals
Mots-clésMedicineClinical trialCUSUMProtocol (science)Emergency medicinePhysical therapyIntensive care medicineInternal medicinePathologyAlternative medicineStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Currently, patients with cystic fibrosis do not routinely monitor their respiratory function at home. OBJECTIVE: This study aims to assess the clinical validity of using different connected health devices at home to measure 5 physiological parameters to help prevent exacerbations on a personalized basis from the perspective of patient empowerment. METHODS: A multicenter interventional pilot study including 36 patients was conducted. Statistical process control-the cumulative sum control chart (CUSUM)-was used with connected health device measures with the objective of sending patients alerts at a relevant time in order to identify their individual risk of exacerbations. Associated patient education was delivered. Quantitative and qualitative data were collected. RESULTS: One-half (18/36) of the patients completed the protocol through the end of the study. During the 12-month intervention, 6162 measures were collected with connected health devices, 387 alerts were sent, and 33 exacerbations were reported. The precision of alerts to detect exacerbations was weak for all parameters, which may be partly related to the low compliance of patients with the measurements. However, a decrease in the median number of exacerbations from 12 months before the study to after the 12-month intervention was observed for patients. CONCLUSIONS: The use of connected health devices associated with statistical process control showed that it was not acceptable for all patients, especially because of the burden related to measurements. However, the results suggest that it may be promising, after adaptations, for early identification and better management of exacerbations. TRIAL REGISTRATION: ClinicalTrials.gov NCT03304028; https://clinicaltrials.gov/study/NCT03304028.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,091
Tête enseignante GPT0,443
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207