MétaCan
Menu
Retour à la cohorte
Enregistrement W4410723843 · doi:10.2196/59074

Evaluating Fitbits for Assessment of Physical Activity and Sleep in Pediatric Pain: Feasibility and Acceptability Pilot Study

2025· article· en· W4410723843 sur OpenAlexvenueno aff
Bridget A. Nestor, Andreas M. Baumer, Justin Chimoff, Benoit Delecourt, Camila Koike, Nicole Tacugue, Roland Brusseau, Nathalie Roy, Israel A. Gaytan-Fuentes, Navil F. Sethna, Joe Kossowsky

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésPreprintSleep (system call)MedicinePhysical therapyPhysical activityComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Consumer-grade wearables, such as Fitbits, are a promising, cost-effective methodology for objectively assessing sleep and physical activity in youth with pain. Objective: This study investigated the acceptability and feasibility of implementing Fitbits for youth with acute and chronic pain in and out of hospital settings while maintaining data security and patient confidentiality. Methods: We investigated participant experience of Fitbit use over 3 to 4 weeks for a sample of youth with acute pain undergoing either orthopedic or cardiac surgical procedures (N=34, mean age 14.46, SD 3.70 years, 47.06% [n=36] female) and a sample of youth with chronic pain enrolled in an intensive interdisciplinary pain treatment program (N=28, mean age 15.00, SD 2.33 years, 82.14% [n=23] female). We assessed the acceptability of Fitbit use through survey items probing comfort (0=extremely uncomfortable to 10=extremely comfortable), perceived burdensomeness (0=not burdensome at all to 10=extremely burdensome), and open-ended issues or concerns. Feasibility was assessed by tracking the daily compliant wear of the Fitbit device, which was operationalized as more than 600 minutes of daily wear time. We tested for group differences in acceptability and feasibility between orthopedic and cardiac patients within the acute pain sample and between the acute pain and chronic pain samples. We created an automated data pipeline to ensure data security, patient confidentiality, and quality. Results: Acceptability findings revealed high levels of reported comfort (acute pain: mean 8.56, SD 1.43; chronic pain: mean 8.27, SD 1.69) and low levels of perceived burdensomeness (acute: mean 0.68, SD 1.17; chronic: mean 1.15, SD 1.38) related to Fitbit wearing in both samples. No significant differences in these acceptability outcomes emerged between orthopedic and cardiac patients or between the acute pain and chronic pain groups (P values>.10). Transient concerns of mild wrist irritation and sleep discomfort were occasionally reported across both samples (15.79% [n=9] of participants). Feasibility findings indicated high feasibility (acute: median compliance rate of 86.67%; chronic: median compliance rate of 96.65%) for the study duration in both samples. Mann-Whitney U tests indicated significantly higher median compliance rates per participant among orthopedic as compared with cardiac patients (U=146.5, P=.04) and significantly higher median compliance rates per participant among the chronic pain group as compared with the acute pain group (U=186, P<.001), including significantly higher median compliant days (U=162, P<.001) and study days (U=234.5, P<.001) per participant. Conclusions: These findings support the use of Fitbits as an acceptable and feasible method for collecting objective data on sleep and physical activity for youth experiencing pain. Findings also highlight the logistics of implementing consumer-grade wearable devices throughout all stages of the clinical research process.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,427
Tête enseignante GPT0,667
Écart entre enseignants0,240 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetOccupational Health and PerformanceTravaux en français237 207