Efficacy of a Digital Postoperative Rehabilitation Intervention in Patients With Primary Liver Cancer: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Rehabilitation is considered a fundamental component of cancer treatment, especially for patients undergoing cancer surgery. In contrast to conventional rehabilitation education, digital rehabilitation has the potential to improve patients' access to postoperative rehabilitation programs. While digital health has rapidly emerged to aid patients with various diseases, their clinical efficacy in the recovery of patients with primary liver cancer (PLC) undergoing hepatectomy remains inadequately investigated. Objective: This study aims to evaluate whether a digital postoperative rehabilitation intervention is efficient in improving physical fitness, enhancing exercise adherence, and alleviating fatigue among patients with PLC after hepatectomy. Methods: A randomized controlled trial was undertaken across 2 university-affiliated hospitals in Eastern China. A total of 100 participants were enrolled in this study and were allocated randomly to either the digital health (intervention group, n=50) or the rehabilitation manual-based group (control group, n=50) at a 1:1 ratio. Patients were unblinded and prospectively followed for the intervention of 3 weeks. Outcome measures included physical fitness, exercise adherence, and status of fatigue. Results: Overall, 91 out of 100 patients completed the research and were evaluated after 3 weeks of intervention. The digital health group showed better cardiopulmonary endurance than the control group. The mean difference in the change of 6-minute walk test distance from baseline between the groups was 70.21 (95% CI 0.730-82.869) m (P=.05). No statistically significant effects were found for grip strength, 5-repetition-sit-to-stand test time, and fatigue. The exercise adherence in the digital health group was higher than that in the control group (χ22=15.871, P<.001). Conclusions: The findings suggested that the implementation of digital health had a positive impact on recovery in exercise capacity after hepatectomy. In addition, rehabilitation exercise mode based on digital health has the potential to improve the exercise adherence of patients with PLC compared to conventional manual-based rehabilitation guidance.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».