MétaCan
Menu
Retour à la cohorte
Enregistrement W4413023100 · doi:10.3389/fdgth.2025.1640585

Digital health technologies for improving the management of people with chronic obstructive pulmonary disease

2025· review· en· W4413023100 sur OpenAlex

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFrontiers in Digital Health · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanada Research ChairsGlaxoSmithKline
Mots-clésTelehealthPsychological interventionPulmonary diseaseTelemedicineMedicineDigital healthCOPDHealth carePandemicWearable computerDisease managementIntensive care medicineIsolation (microbiology)Coronavirus disease 2019 (COVID-19)DiseaseMedical emergencyNursingComputer scienceHealth management systemAlternative medicinePathologyInfectious disease (medical specialty)Political science

Résumé

récupéré en direct d'OpenAlex

Advances made in digital health in recent years have the potential to improve the care of patients living with chronic obstructive pulmonary disease (COPD) for whom substantial disability still exists. In particular, telehealth and telerehabilitation programs, wearable devices, and apps have been studied as novel methods of providing care to COPD patients who may have limited access to clinical centers or who may benefit from an increased level of monitoring. Many of these interventions gained traction during the COVID-19 pandemic when mandated social isolation required the rapid implementation of remote care models. While these digital health interventions have since demonstrated promise in delivering care to otherwise isolated communities, the ongoing need for more evidence proving their positive impact on important clinical outcomes remains a barrier to their full implementation. How to best integrate digital health solutions into existing care models requires greater consideration of the technological, financial, and labor demands such solutions may entail.

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 enseignants0,804
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,015
Tête enseignante GPT0,314
Écart entre enseignants0,299 · 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