MétaCan
Menu
Retour à la cohorte
Enregistrement W4412493903 · doi:10.2106/jbjs.rvw.25.00067

Wearable Technology in Orthopaedic Surgery: Applications and Future Directions

2025· review· en· W4412493903 sur OpenAlex
Alexander W. Iwasyk, S.N. Gaur, Alyssa Federico, Robert John Holash, Fred Nicholls, Michael J. Monument, Joseph K. Kendal

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJBJS Reviews · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWearable computerSmartwatchMedicineWearable technologyWorkflowAccelerometerRehabilitationInertial measurement unitHuman–computer interactionKey (lock)Computer sciencePhysical therapyEmbedded systemArtificial intelligenceComputer security

Résumé

récupéré en direct d'OpenAlex

» Wearable technologies (wearables), including smartphones, smartwatches, and sensors, such as accelerometers and inertial measurement units, enable continuous, real-time, and objective data collection on physical function, health behaviors, and patient perceptions.» Wearables can track mobility metrics such as step count, activity duration, and joint range of motion, providing valuable longitudinal insights into recovery trajectories.» In orthopaedic surgery, wearables support timely, personalized patient education and improve communication between patients and surgical teams, contributing to better functional outcomes and patient satisfaction.» Smart implants and virtual/augmented reality systems are emerging as innovative approaches to enhancing engagement and adherence during postoperative rehabilitation.» Key challenges to implementation include concerns about data privacy, accessibility, and integration into clinical workflows.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
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 Opus0,026
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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