MétaCan
Menu
Back to cohort
Record W4293147595 · doi:10.1055/s-0042-1747849

Implementierung des mHealth Telemonitorings des kardiopulmonalen Systems bei BewohnerInnen von Alters- und Pflegeeinrichtungen: ein Studienprotokoll

2022· article· de· W4293147595 on OpenAlexaff
L Michaelis-Braun, J Korel, Quan Nha Hong, A Jerrentrup, D Balser, J Friedrich, B Müller, Stefanie Kühn, Kim Deutsch, M Dreher, Gernot Rohde, C. Franz Vogelmeier, N Dauletbayev

Bibliographic record

VenuePneumologie · 2022
Typearticle
Languagede
FieldHealth Professions
TopicSocial Policies and Healthcare Reform
Canadian institutionsUniversité de Montréal
Fundersnot available
KeywordsComputer science

Abstract

fetched live from OpenAlex

Hintergrund Das mobile (m) Health-Telemonitoring beschreibt eine Form der Telemedizin, bei der Smartphones, entsprechende mobile Apps und Sensoren zur Fernüberwachung von PatientInnen genutzt werden. Diese Technologie könnte besonders bei BewohnerInnen von Alters- und Pflegeeinrichtungen vorteilhaft sein. Aufgrund von Alter, Grunderkrankungen und eingeschränkter Mobilität sind diese BewohnerInnen gegenüber pulmonalen Infekten, inkl. COVID-19, besonders empfindlich. Ziel Entwicklung eines Konzepts zur Implementierung von mHealth Telemonitoring des kardiopulmonalen Systems bei BewohnerInnen von Alters- und Pflegeeinrichtungen. Studie Bei den BewohnerInnen werden über einen Zeitraum von 2 bis 12 Wochen mit den zur Verfügung gestellten digitalen Sensoren (Pulsoxymeter, Blutdruckmessgerät, Spirometer, Aktivitätstracker) tägliche Messungen durchgeführt. Aufgrund der erwarteten geringen digitalen Kenntnis der BewohnerInnen, wird das Pflegepersonal in die Messungen mit involviert und geschult. Bei Bedarf werden den BewohnerInnen Smartphones auf Leihbasis (eingelegt über Scheinaccounts) zur Verfügung gestellt. Die Akzeptanz des mHealth-Telemonitorings wird bei BewohnerInnen, Pflegepersonal und zuständigen Allgemein- bzw Fachärzten über eine Mixed-Methods Studie evaluiert, angelehnt an das Technologieakzeptanzmodell. Erwartete Ergebnisse und Schlussfolgerung Aufgrund der mangelnden digitalen Kenntnisse können ProbandInnen Probleme im Umgang mit den digitalen Sensoren haben. Der geistige bzw. körperliche Gesundheitszustand kann eine Herausforderung darstellen. Die Pflegekräfte könnten aufgrund Arbeitsbelastung nicht in der Lage sein, eine ausreichende Unterstützung zu leisten. Das betreuende Medizinpersonal könnte es schwierig finden, die Telemedizin mit ihrer üblichen Versorgung zu verbinden, nicht zuletzt wegen eines aktuell unklaren Kostenerstattungsmodells. Durch Beobachtung und Lösung der Hürden, sowie durch die Mixed-Methods Untersuchung, wird ein Konzept zur Implementierung vom mHealth Telemonitoring des kardiopulmonalen Systems in Alters- und Pflegeeinrichtungen vorangebracht. Förderung BMBF 01KX2021. Publication History Article published online: 11 May 2022 © 2022. Thieme. All rights reserved. Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.033
metaresearch head score (Gemma)0.056
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Protocol · Consensus signal: none
Teacher disagreement score0.033
Threshold uncertainty score0.173

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0330.056
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.002
Science and technology studies0.0030.001
Scholarly communication0.0030.003
Open science0.0010.003
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0050.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.167
GPT teacher head0.453
Teacher spread0.286 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreProtocol

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePneumologieSame topicSocial Policies and Healthcare ReformFrench-language works237,207