MétaCan
Menu
Retour à la cohorte
Enregistrement W4415709999 · doi:10.2196/64184

An App-Based Remote Patient Monitoring System With Wrist and In-Ear Wearables in Gastrointestinal Oncology: Prospective Feasibility Pilot Study

2025· article· en· W4415709999 sur OpenAlexvenueno aff
Lara Kohn, Veit Scheble, Philip Storz, Anita Müller, Selcan Behiye Ulas, Fee Schmitt, Christian Thies, Nisar P. Malek

Notice bibliographique

RevueJMIR Cancer · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesEberhard Karls Universität Tübingen
Mots-clésWearable computerWristWearable technologyRemote patient monitoringSmartphone applicationCancer treatmentSmartwatch

Résumé

récupéré en direct d'OpenAlex

Background: Outpatient treatments, including targeted therapies, in oncology are on the rise. The implementation of remote patient monitoring (RPM) between therapy sessions has the potential to enhance patient care and therapy outcomes in the future. Objective: This pilot study assessed the feasibility of a new, app-based RPM system (bwHealthApp) by capturing patient-reported outcomes (PROs) and vital parameters using a wrist- or in-ear wearable. The study examined adherence, acceptance, and satisfaction, as well as the differences between the two types of wearables. Methods: Outpatients with gastrointestinal cancer receiving systemic therapies were invited to use and evaluate the bwHealthApp system for 1 month. The system was set up as an Android smartphone app to assess electronic PROs (ePROs) and connect to wearables for continuous vital sign measurements. A wrist wearable (Beurer AS99) that measured activity and heart rate or an in-ear wearable (Cosinuss Two) that measured heart rate, oxygen saturation, and temperature was used. The data were synchronized remotely to a web client. Outpatients were randomly assigned to the wrist wearable (n=17) or in-ear wearable (n=14) group. At the beginning, middle, and end of the study, patients (N=31) completed questionnaires on various feasibility aspects. Adherence to ePRO completion; wearable use, acceptance, and satisfaction; wearable data quantity and quality; and differences between the wearables were evaluated. Results: The mean adherence to bwHealthApp including dropouts was 46% (449/971 days) for ePRO completion and 61% (593/971 days) for wearable use. The system was most frequently used during everyday activities. More than half of the participants were satisfied with bwHealthApp (18/30, 60%) and could imagine continued use (21/30, 70%). Notably, 70% (21/30) rated the system as easy to use. Participants recorded more than 20 million wearable measures; however, 29% (SD 22%, range 3%-76%) of temperature values and 33% (SD 25%, range 10%-92%) of oxygen saturation values were outside the physiological range. For heart rate, the mean proportion of excluded values was 10% (SD 11%, range 4%-48%; in-ear) and 11% (SD 8%, range 4%-33%; wrist). The frequency of use of the two wearables did not differ significantly (t29=1.81; P=.08). The wrist wearable scored significantly better than the in-ear wearable regarding wearing comfort (t28=-11.17; P=.03). Conclusions: This bwHealthApp pilot study demonstrates the feasibility of RPM via a mobile app and wearable devices during outpatient systemic cancer therapy, including targeted therapies. The adherence level was moderate, and patients were generally satisfied with the system, although the wrist wearable received a higher rating. The system's functionality may be enhanced through the integration of additional wearables. This pilot study serves as a foundational framework for long-term assessments examining RPM and clinical data to improve cancer treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,460
Écart entre enseignants0,407 · 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 source (Gemma direct ou Codex distillé), 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 CancerMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207