MétaCan
Menu
Retour à la cohorte
Enregistrement W4409530504 · doi:10.2196/62986

Design Requirements for Cardiac Telerehabilitation Technologies Supporting Athlete Values: Qualitative Interview Study

2025· article· en· W4409530504 sur OpenAlexvenueno aff
Irina Bianca Șerban, Lonneke Fruytier, Steven Houben, Sara Colombo, Hareld Kemps, Aarnout Brombacher

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesITEA
Mots-clésAthletesTelerehabilitationPsychological interventionCard sortingRehabilitationCoronary artery diseaseMedicineHealth carePhysical therapyPsychologyPhysical medicine and rehabilitationTelemedicineTask (project management)NursingEngineeringCardiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cardiac telerehabilitation (CTR) interventions can provide accessible and affordable remote rehabilitation services. However, as cardiac rehabilitation (CR) primarily targets inactive patients, little is known about the experiences with CR of highly active patients (ie, recreational athletes or, simply, athletes) with established coronary artery disease. Consequently, existing CTR interventions do not address the specific needs of the athletic subpopulation. Understanding the needs and values of athletes is crucial for designing meaningful CTR interventions that enhance user acceptance and engagement, thereby facilitating effective rehabilitation for this patient subgroup. OBJECTIVE: This study aimed to inform the design of technologies that facilitate CTR for athletes. We intended to identify athletes' values related to CR, including health and sports tracking, as well as high-level requirements for technologies that can facilitate the CTR of athletes according to the identified values. METHODS: We used value-sensitive design with a human-centric design approach to elicit design requirements for CTR that can serve athletes with established coronary artery disease. To identify athletes' values, we conducted 25 value-oriented semistructured interviews with 15 athletic patients and 10 health care professionals involved in CR programs. In a second phase, we conducted 6 card-sorting focus group sessions with 13 patients and 7 health care professionals to identify desired CTR features. Finally, we derived high-level CTR technology requirements connected to the athletes' needs and values. RESULTS: We defined 12 athlete values divided into 3 categories: body centric, care centric, and data and technology centric. We clustered findings from the card-sorting activity into CTR technology requirements, such as remotely monitored sport-specific training and training data representations next to clinical limitations, and paired them with corresponding values. CONCLUSIONS: Athletes have distinct values and health goals in CR compared to general populations targeted by CTR interventions. Designing patient-centric CTR interventions that address these needs is crucial to support optimal recovery, safe return to sports, and adherence to CTR technologies in the home environment.

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)0,034
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,007
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,455
Écart entre enseignants0,380 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetCardiac Health and Mental HealthTravaux en français237 207