NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Giyilebilir cihazlardaki son teknolojik gelişmeler, gerçek dünya bağlamlarında hareketliliği ölçmek için yeni bir potansiyel sunuyor. Mobilise-D, 4 farklı uzun vadeli sağlık durumunun (Parkinson hastalığı, multipl skleroz, kronik obstrüktif akciğer hastalığı ve proksimal femoral kırık) klinik araştırmalarında yeni sonuçlar ve bitiş noktaları sağlamak için dijital hareketlilik sonuçlarını doğrulamıştır. Bu sonuçlar ayrıca hastalar için önemli olan benzersiz bilgiler sağlar; ancak, hastaların verilerini görselleştirmenin en iyi yolu gibi bunu başarmak için en uygun yöntemleri araştıran sınırlı literatür vardır.ObjektifBu çalışma, her durum için anlamlı sonuçlar ve son kullanıcıların bakış açısından onları en iyi şekilde görselleştirmeyi amaçladı.MetodlarKonu uzmanları olarak hastalarla Delphi tipi bir protokol kullanarak, 3 turlu görselleştirmelerin eşlenmesiyle ilgili iteratif geri bildirimler topladık. Mobilitenin hangi yönlerinin sağlık durumlarından en çok etkilendiğini anlamak için 1. turda açık uçlu bir anket kullanılmıştır. Bu yanıtlar, ilgili dijital hareketlilik sonuçları ve yürüyüş deneyimleri üzerine haritalandı ve daha sonra görselleştirme için öncelik verildi. Hasta yanıtlarını kullanarak, araştırmacıların, klinisyenlerin ve bir hafta hareketlilik verilerini tasvir eden görselleştirmeler geliştirmek için bir hasta danışma grubunun yanında çalıştık. 2. ve 3. turlarda katılımcılar 5 puanlık Likert ölçeğinde kullanışlılık ve anlayış kolaylığını değerlendirdiler ve her görselleştirme için yorum kutularında yapılandırılmamış geri bildirim sağladılar. Görselleştirmeler, tur 3'te daha fazla geri bildirim almadan önce tur 2'den gelen geri bildirim kullanılarak rafine edildi.SonuçlarKatılım, tur 1 ila 3 arasında çeşitlendi (n=48, n=79 ve n=78 sırasıyla). Round 1, Parkinson hastalığı olan kişiler için yürüme hızı ve adım uzunluğu veya multipl skleroz ve kronik obstrüktif akciğer hastalığı veya proksimal femoral kırık olan kişiler için adım sayısı gibi her sağlık durumu için önemli sonuçlar ve bağlamlar belirledi. 2. veya 3. turda gözden geçirilen herhangi bir görselleştirme için fikir birliğine ulaşılamadı. Geribildirim genel olarak olumluydu ve bazı katılımcılar görselleştirmeyi anlayabildiklerini ve görselleştirmenin neyi temsil ettiğini yorumlayabildiklerini bildirdiler.ConclusionsVeri görselleştirme ilkeleri ve sağlanan geri bildirimler sayesinde, mobilite ve sağlıkla ilgili verilerin gelecekteki görselleştirmeleri için öneriler geliştirdik. Görselleştirmeler, büyük ve net yazı tiplerinin kullanılmasını sağlayarak okunabilir olmalı ve renk körlüğü gibi görme bozukluğu olan insanlar için dost olmalıdır. Hastalar kendi durumlarını ve değişkenliklerini güçlü bir şekilde anlarlar; bu nedenle, bir durumun nüanslarını daha iyi yansıtmak için görselleştirmelere ek faktörler eklemek önerilir. Sonuçların ve görselleştirmelerin anlamlı olmasını sağlamak, gelişim süreci boyunca hastalarla yakın işbirliği gerektirir.
Özgün kaynak özetini okuyun
BackgroundRecent technological advances in wearable devices offer new potential for measuring mobility in real-world contexts. Mobilise-D has validated digital mobility outcomes to provide novel outcomes and end points in clinical research of 4 different long-term health conditions (Parkinson disease, multiple sclerosis, chronic obstructive pulmonary disease, and proximal femoral fracture). These outcomes also provide unique information that is important to patients; however, there is limited literature that explores the optimal methods to achieve this, such as the best way to visualize patients' data.ObjectiveThis study aimed to identify meaningful outcomes for each condition and how to best visualize them from the perspective of end users.MethodsUsing a Delphi-type protocol with patients as subject matter experts, we gathered iterative feedback on the cocreation of visualizations through 3 rounds of questionnaires. An open-ended questionnaire was used in round 1 to understand what aspects of mobility were most influenced by their health condition. These responses were mapped onto relevant digital mobility outcomes and walking experiences and then prioritized for visualization. Using patient responses, we worked alongside researchers, clinicians, and a patient advisory group to develop visualizations that depicted a week of mobility data. During rounds 2 and 3, participants rated usefulness and ease of understanding on a 5-point Likert scale and provided unstructured feedback in comment boxes for each visualization. Visualizations were refined using the feedback from round 2 before receiving further feedback in round 3.ResultsParticipation varied across rounds 1 to 3 (n=48, n=79, and n=78, respectively). Round 1 identified important outcomes and contexts for each health condition, such as walking speed and stride length for people with Parkinson disease or multiple sclerosis and number of steps for people with chronic obstructive pulmonary disease or proximal femoral fracture. The consensus was not reached for any visualization reviewed in round 2 or 3. Feedback was generally positive, and some participants reported that they were able to understand the visualization and interpret what the visualization represented.ConclusionsThrough the feedback provided and existing data visualization principles, we developed recommendations for future visualizations of mobility- and health-related data. Visualizations should be readable by ensuring that large and clear fonts are used and should be friendly for people with vision impairments, such as color blindness. Patients have a strong understanding of their own condition and its variability; hence, adding additional factors into visualizations is recommended to better reflect the nuances of a condition. Ensuring that outcomes and visualizations are meaningful requires close collaboration with patients throughout the development process.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.