MétaCan
Menu
Retour à la cohorte
Enregistrement W4408227036 · doi:10.2196/60867

Home-Based mHealth Platform (Active-Feet) for Children With Idiopathic Toe Walking: Design, Development, and Acceptability Study

2025· article· en· W4408227036 sur OpenAlexvenueno aff
Miguel David Membrilla-Mesa, José Heredia‐Jimenez, Carla DiCaudo, Maria Almudena Serrano-Garcia, Yolanda Archilla Bonilla, Ángel Ruíz-Zafra, Kawtar Benghazi, Manuel Noguera, Alberto Ortiz de Andres, Simon Perez-Garcia, Rocío Pozuelo-Calvo

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintmHealthPsychologyComputer sciencePhysical therapyMedicineWorld Wide WebPsychological interventionNursing

Résumé

récupéré en direct d'OpenAlex

Background: Physical exercise and stretching programs are the best initial options to treat idiopathic toe walking (ITW). These programs are designed to improve the flexibility and strength of lower limb muscles, enhancing the ankle's range of motion and allowing for a normal gait pattern. In the pediatric population, one of the major limitations reported by therapists is low adherence to rehabilitation treatments or a lack of follow-up. In this context, children using mobile health (mHealth) tools could play an active and central role in their treatment of ITW, while mobile apps could also allow for daily monitoring by health care professionals. Objective: This study aims to design and develop a mHealth platform for individuals with ITW. In addition, a feasibility and acceptance test of a home-based exercise program was conducted using a comprehensive mobile app intended to improve walking in children with ITW. Methods: This study describes the context, content preparation, and mHealth platform design, as well as subsequent evaluation using a self-administered satisfaction questionnaire. Initially, the main features of the Active-Feet platform were discussed, focusing on its primary goal of helping children with ITW adhere to the rehabilitation program. However, this study did not evaluate the platform's effectiveness in improving adherence or ankle range of motion. A set of 3D avatars consisting of animated characters was designed. Posterior muscle chain stretching exercises were selected following the main guidelines. The Active-Feet development process was carried out in 5 stages: requirements specification, platform design, platform implementation, platform deployment, and alpha testing of the app. Results: The final version of the Active-Feet app was evaluated from both the parents' and children's perspectives. Twenty patients and 1 parent per child assessed the app over 2 weeks and answered specially designed questionnaires. Parents rated the app's impact on their child's motivation and its overall effectiveness highly, with median scores of 4 (IQR 4-4). Notably, the item related to reconciling family life with rehabilitation treatment received a median score of 5 (IQR 4-5). Children's responses also indicated positive ratings for motivation and user-friendliness, with a median score of 4 (very good; IQR 3.25-4). Questions about the app's impact, helpfulness in learning, and exercise mirroring received a median score of 3 (good; IQR 3-4). Conclusions: This study describes the development process and testing of Active-Feet, an mHealth-based platform designed to offer treatment for children with ITW. After the long process, an attractive and easy-to-use platform for ITW was developed for the first time.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,314
Écart entre enseignants0,291 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207