Smartphone Application With Health Coaching Facilitates Multi‐Symptom Improvement in <scp>IBS</scp> Patients: A Pilot Feasibility Trial
Notice bibliographique
Résumé
BACKGROUND: Irritable bowel syndrome (IBS), a disorder of the gut-brain interaction, is associated with significant symptom burden and impaired psychosocial functioning. Evidence-based behavioral therapies are effective, but often underutilized due to accessibility barriers. Mobile health is an emerging field with the potential to bridge the gap between the needs of individuals with IBS and the limitations of the healthcare system. This study evaluated the feasibility and effectiveness of the LyfeMD app plus health coaching (HC) in improving IBS symptom severity and psychosocial wellbeing. METHODS: This 12-week interventional pilot study evaluated the effectiveness of a mobile application combined with HC in adults diagnosed with IBS. Participants were assessed at baseline, 6 weeks, and 12 weeks using validated surveys to assess symptom severity, psychosocial wellbeing, diet, physical activity, and sleep. A Fitbit was also used to track physical activity and sleep. RESULTS: Thirty-nine participants completed the 12-week intervention. IBS symptom severity improved significantly (p < 0.001) over the 12-week period, with 63.2% of the participants having a clinically meaningful improvement in their symptoms. In addition to symptom severity, participants improved in all measured psychosocial domains and their subjective sleep quality at 12 weeks. CONCLUSION: In summary, the LyfeMD platform, in combination with HC, shows potential in improving IBS symptom severity, psychosocial well-being, and sleep quality in individuals diagnosed with IBS. These findings highlight the potential of mobile health as a complement to traditional medical care. Further research, including randomized controlled trials with extended follow-up, is needed to confirm findings and the sustainability of these outcomes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».