The effect of an internet of things-based mobile health management application for older adults depending on user engagement in South Korea: a secondary analysis of a quasi-experimental study
Notice bibliographique
Résumé
Purpose: This study aimed to evaluate the effect of the TouchCare system, a digital health management system utilizing the internet of things (IoT), based on the usage levels of older adults. Methods: This is a secondary analysis of data from a quasi-experimental study examining the effects of an IoT-based digital healthcare system. Participants were equipped with the TouchCare application, a touch-tag, and context-aware artificial intelligence. Data on cognitive function, frailty, depressive symptoms, nutritional status, and fall efficacy were collected at baseline and after six months of using the system. The participants were divided into a high-engagement group (n = 22) and a low-engagement group (n = 24) based on how many days they used the application during the study. We used descriptive statistics, the paired t-test, the independent-samples t-test, and two-way mixed analysis of variance. Results: In total, 46 participants completed the evaluations (mean age, 76.6 years). Two-way mixed analysis of variance revealed no significant group-by-time interaction for cognitive function (p = .184), frailty (p = .338), depressive symptoms (p = .543), and nutritional status (p = .589). There was no significant difference in fall efficacy between the two groups (p = .091). The high-engagement group exhibited significant improvements in visuospatial and executive functions on the Montreal Cognitive Assessment (p = .029). Conclusion: The IoT-based mobile health management application demonstrated benefits in improving cognitive health among older adults. The findings suggest that active engagement with healthcare technology can positively affect health in this population, emphasizing the need for continuous support from nurses as health providers.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».