Technology‐bAsed cardiac rehabilitation therapy (TaCT) for women: Intervention implementability, usability, engagement and acceptability in a middle‐income setting
Notice bibliographique
Résumé
BACKGROUND: Despite the benefits of cardiac rehabilitation (CR), women are under-represented, especially in lower-income settings. Technology may be leveraged to tailor CR to better engage women, but this has never been tested in a middle-income country. This study assessed the implementability, usability, engagement, and acceptability of Technology-bAsed Cardiac rehabilitation Therapy (TaCT) in women with cardiovascular disease (CVD) in a middle-income country. MATERIALS AND METHODS: Data from intervention arm participants in a randomized trial was analyzed. The trial was undertaken in the outpatient cardiology department of a private tertiary care center in India. The 6-month CR intervention was delivered via an app (individualized secondary prevention recommendations), website (patient education), WhatsApp (standardized behavior change promotion messages, yoga/relaxation video, support chat), and bi-weekly one-on-one phone calls with a nurse trainee (risk factor management). At the end of the intervention, participants' engagement, usability (System Usability Scale), and, acceptability (/5) of the program were evaluated using descriptive statistics. RESULTS: 50 women were randomized to intervention; one died and 49 (100%) were retained. Some participants faced challenges such as internet availability issues and technical glitches. There were no adverse events. Engagement was high for calls (mean = 11.6 ± 1.4/12), WhatsApp messages (mean = 34.2 ± 4.6/36 read) the website (74-151 hits/education page), and the mobile app (7.2 ± 4.2 times/patient); there were no group chat messages. Usability was rated as "excellent" (94.7 ± 5.2/100). Acceptability with the overall intervention was high (means ≥4.5/5), but was lower for information understandability, including diet and exercise recommendations. CONCLUSIONS: Favorable implementability and acceptability, as well as excellent usability and engagement with TaCT were established. Along with favorable outcome results, this suggests that TaCT may serve as a valuable intervention to improve women's access and adherence to CR in resource-constrained environments.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».