Summary

一种新型的家庭心脏康复监控数字平台

Published: April 19, 2019
doi:

Summary

其目的是促进一种新的心脏康复方法, 使用独特的远程病人监测系统, 使保健提供者能够以低成本监测家庭中的 CR 患者, 目的是使 cr 服务更容易获得,提高合规性。这项研究目前正在进行中。

Abstract

尽管有证据表明心脏康复 (CR) 降低了反复发生心脏事件的风险, 但只有少数符合条件的患者愿意加入心脏康复中心的现有计划。这里提供的独特的远程患者监测系统使医疗服务提供者能够以低成本实时监测家庭中的 CR 患者。该系统结合了移动技术、人工智能和支持服务, 将医疗服务扩大到患者家中。这项研究的主要目的是通过在缺血性心脏病 (IHD) 的标准 CR 计划中增加一个基于家庭的数字监测 CR 成分, 提高参与 cr 的患者对体育活动的长期坚持。形成新的习惯性健康行为, 增加家庭体育锻炼习惯的长期动机的想法。次要目标是评估该计划对体育活动水平的影响, 以平均每天的步骤、每周的锻炼分钟、血压、代谢参数、体重指数和腰围与臀部的比率以及生活质量 (QoL) 来衡量问卷。这项研究有两个方面: (1) 使用智能数字服装和腕带进行家庭监测练习, 以及通过短信进行激励和强化;(2) 标准的 CR 设施基础练习。研究设计是一项随机对照试验, 将标准 CR 与家庭监测和加固程序进行了比较。学习计划为期12周。在研究前后进行临床测试和人体测量, 测量身高、体重、腰围、内脏脂肪和体重指数 (BMI)、血压、HbA1c 和血脂分布。患者必须完成基线调查, 包括社会人口特征和 QoL 调查问卷 sf-36。在研究结束时, 患者完成了一项关于智能数字服装使用的好处和可用性的调查。这项研究目前正在进行中。

Introduction

经常运动是预防和治疗心血管疾病123456的重要方法。运动降低血管疾病进展的风险, 显著降低心血管发病率和死亡率的风险 7,8,9,10。身体活动 (PA) 还可以改善内皮功能障碍, 恢复动脉可塑性6,11。对于诊断为冠心病出院的患者来说, cr 计划是促进健康的重要工具1,9。然而, 尽管有证据表明 cr 降低了急性冠脉综合征后反复发生事件的风险, 但只有少数符合条件的患者愿意参加心脏康复中心1213 的现有项目.造成这种情况的原因是时间不够, 缺乏动力, 家庭和 c r 中心之间距离遥远, 无障碍环境不方便。不管是什么原因, 这些患者发生反复事件和住院的风险较高, 导致生存机会和生活质量下降, 费用高昂。为了防止这种情况的发生, 必须为不能参加传统康复方案的病人找到替代方案。移动技术的最新进展使人们能够以相对较低的成本持续远程指导和支持这些患者 14151617 18,19。研究的假设是, 使用远程患者监测装置的新方法将使人们能够更方便地增加对 CR 的参与, 同时取得类似于传统心脏康复的结果。

这项研究有两个手臂, 即 (1) 使用智能数字服装和腕带进行家庭监测练习, 以及通过短信进行激励和强化;(2) 标准的 CR 设施为基础的锻炼, 并有关于家庭锻炼的标准指示, 不使用服装或腕带。

正在试用的健康技术将移动技术、人工智能和支持服务结合起来, 将医疗服务从心脏康复扩大到患者家中, 增强患者更好地管理健康的能力。为满足 CR 需求设计了一个完整的数字框架, 包括个人 (患者) 层、支持层 (教练) 层和信息 (教育和指导、管理) 层 (图 1)。该计划立即对临床医生、教练和患者进行登记。它是为满足一系列需求而量身定制的, 包括身体活动、行为健康、药物治疗和营养, 通过聊天、视频和患者与教练之间的音频沟通渠道。穿着特殊腕带和智能数字服装 (见材料表) 的患者将可通过手机247对等多渠道访问教练, 进行个人计划以及视频和音频指导。教练能够随时跟踪患者的活动, 从而更准确地遵循护理计划和更健康的决策 (图 2图 3)。商业上可用的可穿戴 pe 跟踪技术可以将用户的 pa 数据连接到在线网络 (控制中心), 有可能部分满足对创新方法2021 的需求。一个可穿戴的先进的健身跟踪器 (见材料表) 将跟踪患者的心率和测量所采取的足迹, 旅行的距离, 地板攀升, 活动分钟, 运动, 消耗的热量, 以及睡眠质量。研究中的手镯 (见材料表) 被选择为在各种研究22,23中常用。另外, 对于功能能力下降的人口来说, 它更好、更合适, 因为它对运动2 4日更加敏感。至于样品频率, 脉冲样本在活动期间和白天的每一分钟都是连续采集的。此外, 智能数字服装将在预定的时间佩戴, 以便跟踪患者心电图记录的各种心脏电变化 (图 4)。

该系统由三个集成组件组成, 即智能数字服装, 这是一个可机洗平台12领先的心电图服装, 一个连续的远程监控和记录心电图设备, 和云人工智能 (AI) 服务器, 这是基于云/服务器的软件, 用于患者管理和生命体征事件检测 (见材料表)。可穿戴织物电极具有耐受干扰的鲁棒性, 因此可以在日常活动 (包括步行、慢跑、坐、开车、睡觉和锻炼) 中以最小的影响使用。在标准的心电图测量过程中, 服装中电极的解剖位置与电极的解剖位置相同。标准肢体分别记录两肢之间电势的差异。另外六个单极引线记录了探索电极和位于胸部中央的电极之间的电位差, 并根据肢体记录的平均值计算 (图 4)。服装中的连接器是高清晰度多媒体接口 (HDMI) 连接器, 可连接到心电图设备或使用外部适配器的其他标准心电图设备。该设备是一个微型心电图, 嵌入式处理器包含数据采集、数据存储、数据处理、加速度计、呼吸、体温 (IR) 和蓝牙 (BT) 功能。该装置作为心电图环路记录仪, 包含患者触发事件传递, 在一定时间内根据医生的要求实时心电图传输, 以及未来心律失常和缺血的自动事件检测。智能服装的心率精度在 10-300±2 bpm 之间, 心电图装置的频率为 250 Hz。该设备通过 BT 通信将数据实时传输到通信设备 (如智能手机或平板电脑), 以便应用程序可以通过无线将数据转发到服务器进行专业审查互联网接入 (见材料表)。平台数据是根据医疗保健提供商的健康保险概率和责任法案 (HIPAA) 隐私规则存储的。根据 HIPPA 的规定, 患者的心电图数据被传输到云中, 并进行加密和网络保护。

参与者的最大心率是在基线运动测试中确定的。有氧运动持续以参与者心率储备的 60%-70% 进行, 使用修改后的博格量表评估每次训练课期间和之后的感觉消耗。跑步机的速度和坡度或周期阻力和节奏根据需要进行调整, 以确保在每次训练中达到指定的心率。根据聊天的使用强度和血压等数据的人工传递, 评估患者的坚持和坚持程度以及患者参与的程度。

Protocol

该审判获得了耶路撒冷 Ein Kerem 哈大沙医疗中心道德委员会的道德批准 (0306-17-HMO, MOH 2017-31 _ 00073 4)。 1. 学习设计 设定60名参与者的招聘目标, 并将参与者分成两组, 为期3个月。注: 功率分析显示干预与不干预患者的干预时间相差 2, 000 步/天, 标准偏差为 2, 500天, 功率为 80%, 概率为 0.05, 需要50名参与者。为了容纳可能的辍学者, 将在每个小组中再征聘5名参与者。 确保参与者是21岁以上的成年人, 诊断为缺血性心脏病 (急性冠脉综合征, 有或没有血运重建)。请注意, 符合条件的候选人必须是临床稳定的流动患者, 能够进行体育锻炼。 排除任何严重或绝症的参与者, 这将排除 Cr 国际纽约心脏协会功能分类 (NYHA) 以上2由评估心脏病专家在摄入时确定。此外, 还排除了计划离开地理区域的患者或参与其他随机对照试验 (RCT) 的患者, 以及无法使用规定的技术或没有蓝牙/标准应用程序编程的患者接口 (API、苹果、Android)。 在知情同意后和 CR 启动前进行基线评估。 通过彩票 (密封信封法) 随机分配参与者到不同的干预措施, 即设施 CR 或家庭 CR (HCR)。 从干预前和干预后获得的测量和调查问卷中提取研究变量。评估四个时间点 (基线、3个月、6个月、12个月) 的测量结果, 并比较干预组和对照组之间的变量。使用未配对t检验或 Wilcoxon 等级和测试计算连续变量的组间比较, 而分类变量可以使用卡方测试或 fisher 对小数字的精确测试进行比较。 使用连续变量的配对t检验和 McNemar 对分类变量的测试, 对四个时间点的变量进行组内比较。使用 SPSS 执行所有统计分析。 2. 研究的准备和结束 进行临床试验和人体测量。测量患者的身高、体重、腰围、内脏脂肪和 BMI、血压、HbA1c 和血脂状况。 完成社会人口调查 (SF-36)。 使用 Bruce 协议进行分级运动心电图压力测试。 设计个性化的锻炼计划。 用心率储备法评估每个病人的运动强度。 在研究结束时完成一项关于智能数字服装的好处和可用性的调查。 3. 进入 cr 门诊的患者 以设施为基础的参与者 让以设施为基础的参与者在3个月的时间里, 两周/一周参加1小时的设施。 按照指导方针, 要求参与者每周至少锻炼 150分钟, 达到目标心跳率的 60%, 优先考虑日常锻炼。 HCR 参与者 在最初的6周里, 让 HCR 参与者参加设施两周/一周 1小时, 穿着腕带 (在任何时候) 和智能数字服装 (在预定的时间)。 告诉参与者, 他们应该按照应用程序中的说明, 每周以个人身份进行5天的监控锻炼。 就干预措施和实现目标提供支持和援助。 在接下来的6周内, 要求参与者按照应用中的说明进行监控练习, 并确保他们每周以个人身份锻炼5天。 4. 锻炼程序 基于设施的培训协议 在每个训练过程中结合阻力和有氧运动。 测量患者的血压 3倍, 即每次锻炼之前、期间和结束时。 让参与者热身5分钟。 有氧运动30分钟。 让参与者骑自行车10分钟。 让参与者在跑步机上步行15分钟。 让参与者在手循环上划桨5分钟。 让参与者在七个间隔站进行抵抗训练, 并有活动休息: 赛艇、胸部按压、腿部按压、肩部按压、腿部伸展、侧向向下和腿部屈曲。每个练习由一组15次重复组成。 让参与者逐渐冷却5分钟。 使用心电图遥测监测心率。 通过将训练从光 (1 重复最大值的 30% [1RM]) 增加到1RM 的 50%, 使训练变得更加激烈。 基于家庭的培训协议 让参与者在头6周内每两周参加一次 CR 设施, 并鼓励他们每周5天在家进行有监测的练习。 为参与者提供可穿戴腕带和智能数字服装。当参与者在设施时, 举行面对面的会议, 介绍设备和如何使用设备的说明。 要求参与者时刻佩戴腕带, 在预定时间穿智能数字服装。 在病人在跑步机上行走之前、期间和之后转移心电图测量。 让参与者根据应用中给出的说明在家锻炼, 或者通过协调员的聊天或面对面的数字方式进行锻炼。就干预措施和实现目标提供支持和援助。 在剩下的6周时间里, 让参与者只在家锻炼。 告诉参与者每周穿两次智能服装, 并在进行主动行走之前、期间和之后转移心电图测量结果。 让参与者通过应用程序发送手动血压测量, 在进行主动行走之前和之后进行。 确认参与者每天服用药物。

Representative Results

目前, 已征聘了20名参与者参加这项研究。对于研究小组的参与者来说, 智能数字服装和腕带被用作大多数测量变量的监控跟踪装置。一些变量, 如食物摄入量、糖分水平和体重, 是由患者手动输入的。研究小组的患者在 CR 设施和在家中呆了6周的时间, 每周必须穿两次腕带和智能数字服装, 时间为 30分钟, 时间为6周。 为了进行这项研究, 腕带被用来测量所需的所有生理变量, 智能数字服装被用来执行心电图。这两个设备都将测量的数据传输到智能手机, 智能手机运行的应用程序旨在收集数据并将其直接传输到系统。该系统被编程为分析然后执行分析的材料 (图 1)。仪表板便于原始数据和分析数据的收集和可视化 (图 2)。 商业上可获得的可穿戴工具的组合与一个系统相结合, 该系统能够评估和量化专门为评估使用这些设备的心脏病患者而设计的各种变量。为此, 测量了心率、糖、睡眠等生理信号的变化, 以及营养数据等。在各种活动过程中, 可以每天评估患者的活动或不活动, 实时了解患者的病情。在系统分析数据后, 中心的医疗团队可以立即进行评估, 观察仪表板上显示的结果 (图 2和图 3)。球队有能力对任何偏离正常的情况立即做出反应。患者全天都在观察, 协调员与患者联系, 鼓励他们继续保持活动水平, 或者通过每天给病人发送每月的图形报告来检查为什么没有活动, 这样做就这样了 “在整个3个月的计划 (图 5和图 6)。 在这一阶段, 与会者的初步观察、评论和答复表明, 他们明显倾向于家庭数字远程医疗。每天通过聊天进行接触, 能够全天练习, 而不是严格的时间表, 这给了他们练习和康复的动力。患者报告焦虑减少, 他们更自信、更放松, 晚上睡眠更好, 时间更多。所衡量的各种指数也表明情况有所改善;一般脂肪水平和腹部脂肪水平的下降和肌肉质量的增加也被观察到, 但这还不能从统计上评估。 这项研究的结果应支持另一种以家庭为基础的方法, 以提高心脏康复的长期治疗效果, 特别是对于那些不愿意或不能参加传统的患者康复计划。 图 1:数字程序的概念.该计划立即登记临床医生以及教练和船上病人。它是量身定制的, 通过患者和教练之间的应用视频和音频沟通渠道, 满足医疗团队在体育活动、行为健康、药物治疗和营养方面的一系列需求。 图 2: 平台仪表板.患者身穿特殊腕带和服装, 将通过手机对等多通道进入教练, 进行个人计划以及视频和音频指导。教练能够随时跟踪患者的活动, 从而更准确地遵循护理计划和更健康的决定。请点击这里查看此图的较大版本. 图 3: 一个病人的计划.病人整天都在观察。协调教练能够随时跟踪患者的活动, 并与患者联系, 鼓励他们继续活动或检查为什么没有活动。多学科团队有能力对任何偏离常态的行为立即作出反应。请点击这里查看此图的较大版本. 图 4: 主警告服装和电极的位置.标准肢体分别记录两肢之间电势的差异。另外六个单极引线记录了探索电极和位于胸部中央的冷漠电极之间的电位差, 并根据肢体记录的平均值计算。请点击这里查看此图的较大版本. 图 5: 一个病人的图表报告.(A) 活跃人士的一天。(B) 久坐的人的一天。(C) 平均静息心率。患者可以每天和每月随访。心率 = 每分钟心率。请点击这里查看此图的较大版本. 图 6: 一个病人的图表报告.(A) 血压。(B) 步骤图。患者可以每天和每月随访。 图 7: 一个病人在6个月内作为合计活动的日常行为。病人的参与和频率点, 通过应用程序, 他和他的协调员之间。绿色显示协调员和患者之间的沟通程度和时间, 显示为接触点。蓝色表示患者在一天内发送的各种指数的测量次数, 显示为接触点。

Discussion

以家庭为基础的数字监测使卫生保健提供者能够获取患者的生理数据, 并对患者的身体活动进行后续跟踪, 以及患者对新的、更健康的制度的参与和行为适应。该软件使其能够以连续的方式接收数据, 使临床团队能够在与患者合作的同时对数据进行解释, 从而增加患者对其康复过程和患者康复过程的参与。对他们的身体状况的认识。该方法可以检测协调员、团队和患者之间的接触与合作, 并可以假定合规性的程度 (图 7)。它还可以总结患者在康复期间 (以月为单位) 的活动, 以及他们优先执行任务的时间 (图 7)。

定期进行体育活动是预防和治疗心血管疾病的一种公认的方法1,6。Cr 是促进健康和提高治疗效果的重要工具7,8

美国心脏协会 (AHA)、美国心血管肺康复协会 (AACVPR)、保健政策和研究机构 (AHCPR)、美国心脏病学院 (ACC) 的所有机构的共识声明都指出, 心脏康复方案应提供多学科的方法来减少风险, 仅包括运动培训的方案是不够的25,26。目前, cr 方案不仅涉及运动, 还涉及教育 (生活方式) 咨询,27,28。尽管采取了利用电子病历等干预措施, 但只有少数符合条件的患者愿意参加现有方案13。此外, 患者对 CR 计划的坚持也不令人满意。开发了以家庭为基础的模型, 以克服距离和时间限制等障碍 293031323334,35岁

远程 cr 已被证明与基于传统设施的 cr3136一样有效。一项 meta 分析, 将基于家庭的 CR 与基于设施的 CR 进行比较, 检查运动能力、可改变的危险因素 (血压、血脂浓度和吸烟)、QoL 和心脏事件, 显示接受治疗者的结果没有差异以家庭为基础的康复, 而不是短期 (lt;12 月) 或长期 (gt;12 月)设施康复37。此外, 远程监测还具有附加值, 允许更多的患者参与康复方案, 专门为那些无法报名参加以设施为基础的 CR 的患者设计的远程监测可作为中低至中度的替代方案心脏危险患者36。比较这两种制度的成本效益分析发现, 无论是对设施家庭监测的合并监测, 还是仅仅远程康复, 都有好处36,38

目前, 以家庭为基础的体育活动方案使用问卷和移动电话干预 293031323539。然而, 目前所有基于家庭的远程监控设备都缺乏与临床团队实时共享数据的技术。此外, 临床小组的评价取决于患者的主观报告, 这些报告可能无法准确反映他们的病情。另一个缺点是缺乏日常的团队和团队互动和支持。此外, 除非参与者对体育活动强度足够的了解, 否则对体育活动日记应谨慎解释。

与其他远程医疗方案不同的是, 这些方案依靠电话协调和主观报告, 使用目前系统的临床数据也可以追溯获得。根据患者和工作人员的相互方便, 协调员和团队可以通过日常聊天或电话与患者沟通。因此, 预计患者与多学科团队之间的合作将得到改善。大赦系统允许监测和识别需要工作人员注意的异常结果, 如血压指数的增加、心跳率的变化、未能达到日常目标等。生理信息的组合, 包括患者积极传播的参数, 如血压和心电图传播, 使康复小组能够治疗病人的投诉, 缓解焦虑, 并解决症状, 如心悸, 虚弱和疲劳的感觉。患者在行为工具、日常反馈和激励元素的帮助下学会采用新习惯, 提高了合作的满意度和动力。

通过图形分析, 这里所代表的方法反映了患者新的适应生活方式, 并为科学家提供了患者参与和与该计划互动的信息, 而标准问卷是无法做到的。但是, 此方法有其局限性。首先, 心电图平台未与数字平台连接或同步。目前, 这两个系统之间没有接口, 需要患者和工作人员在应用之间切换。其次, 技术可用性障碍、使用智能手机应用的困难, 以及患者需要自己输入的数据, 使得这种方法并不适合所有患者。这一切都取决于患者使用数字电器的能力和技能, 也取决于他们处理内容和数字控制的能力。

目前, 这项研究正在进行中。主要目标是鼓励长期促进和遵守健康, 目的也是提高经济效率。在技术能力方面, 目标是使整个人口都能使用数字系统, 以便每个病人都能不受限制地使用该系统。

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

我们要感谢维拉和约瑟夫·伊登对我们研究的慷慨贡献, 特别是对萨拉·K 博士研究工作的支持。

Materials

FitBit Charge 2 FitBit Model Name: FB407
Master Caution Garment HealthWatch MCG-M-XL
Master Caution Device HealthWatch MCD
Spectra 360 electrode gel Parker labs 12-08

Referenzen

  1. Gupta, S., et al. Cardiorespiratory fitness and classification of risk of cardiovascular disease mortality. Circulation. 123, 1377-1383 (2011).
  2. Ekblom, O., Ek, A., Cider, A., Hambraeus, K., Borjesson, M. Increased Physical Activity Post-Myocardial Infarction Is Related to Reduced Mortality: Results From the SWEDEHEART Registry. Journal of American Heart Association. 7 (24), e010108 (2018).
  3. Sui, X., Sarzynski, M. A., Lee, D. C., Kokkinos, P. F. Impact of Changes in Cardiorespiratory Fitness on Hypertension, Dyslipidemia and Survival: An Overview of the Epidemiological Evidence. Progress in Cardiovascular Diseases. 60, 56-66 (2017).
  4. Spencer, R. M., Heidecker, B., Ganz, P. Behavioral Cardiovascular Risk Factors- Effect of Physical Activity and Cardiorespiratory Fitness on Cardiovascular Outcomes. Circulation Journal: Official Journal of the Japanese Circulation Society. 80, 34-43 (2016).
  5. Dor-Haim, H., et al. Improvement in cardiac dysfunction with a novel circuit training method combining simultaneous aerobic-resistance exercises. A randomized trial. PLoS ONE. 13 (1), e0188551 (2018).
  6. Piercy, K. L., et al. The physical activity guidelines for americans. Journal of the American Medical Association. 320, 2020-2028 (2018).
  7. Shaya, G. E., et al. High Exercise Capacity Attenuates the Risk of Early Mortality After a First Myocardial Infarction: The Henry Ford Exercise Testing (FIT) Project. Mayo Clinic Proceedings. 91, 129-139 (2016).
  8. Martin, B. J., et al. Cardiovascular fitness and mortality after contemporary cardiac rehabilitation. Mayo Clinic Proceedings. 88, 455-463 (2013).
  9. Hung, R. K., et al. Cardiorespiratory fitness attenuates risk for major adverse cardiac events in hyperlipidemic men and women independent of statin therapy: The Henry Ford ExercIse Testing Project. American Heart Jurnal. 170, 390-399 (2015).
  10. Schreuder, T. H., Duncker, D. J., Hopman, M. T., Thijssen, D. H. Randomized controlled trial using bosentan to enhance the impact of exercise training in subjects with type 2 diabetes mellitus. Experimental Physiology. 99, 1538-1547 (2014).
  11. Leggett, L. E., et al. Optimizing Value From Cardiac Rehabilitation: A Cost-Utility Analysis Comparing Age, Sex, and Clinical Subgroups. Mayo Clinic Proceedings. 90, 1011-1020 (2015).
  12. Forman, D. E., et al. Utility and efficacy of a smartphone application to enhance the learning and behavior goals of traditional cardiac rehabilitation: a feasibility study. Journal of Cardiopulmonary Rehabilitation and Prevention. 34, 327-334 (2014).
  13. Ades, P. A., et al. Increasing Cardiac Rehabilitation Participation From 20% to 70%: A Road Map From the Million Hearts Cardiac Rehabilitation Collaborative. Mayo Clinic Proceedings. 92, 234-242 (2017).
  14. Cardinale, M., Varley, M. C. Wearable Training Monitoring Technology: Applications, Challenges and Opportunities. International Journal of Sports Physiology and Performance. 12 (Suppl 2), S255-S262 (2016).
  15. Wilde, L. J., Ward, G., Sewell, L., Muller, A. M., Wark, P. A. Apps and wearables for monitoring physical activity and sedentary behaviour: A qualitative systematic review protocol on barriers and facilitators. Digital Health. 4, 1-2 (2018).
  16. McCallum, C., Rooksby, J. Evaluating the Impact of Physical Activity Apps and Wearables: Interdisciplinary Review. Journal of Medical Internet Research Mhealth Uhealth. 6 (3), e58 (2018).
  17. McConnell, M. V., Turakhia, M. P., Harrington, R. A., King, A. C., Ashley, E. A. Mobile Health Advances in Physical Activity, Fitness, and Atrial Fibrillation: Moving Hearts. Journal of the American College of Cardiology. 71, 2691-2701 (2018).
  18. de Arriba-Perez, F., Caeiro-Rodriguez, M., Santos-Gago, J. M. Collection and Processing of Data from Wrist Wearable Devices in Heterogeneous and Multiple-User Scenarios. Sensors (Basel, Switzerland). 16 (9), e1538 (2016).
  19. Kamisalic, A., Fister, I. Sensors and Functionalities of Non-Invasive Wrist-Wearable Devices: A Review. Sensors (Basel, Switzerland). 18 (6), e1714 (2018).
  20. Arigo, D. Promoting physical activity among women using wearable technology and online social connectivity: a feasibility study. Health Psychology and Behavioral. 3, 391-409 (2015).
  21. Gordon, R., Bloxham, S. Influence of the Fitbit Charge HR on physical activity, aerobic fitness and disability in non-specific back pain participants. The Journal of Sports Medicine and Physical Fitness. 57 (12), 1669-1675 (2017).
  22. Diaz, K. M., et al. Fitbit(R): An accurate and reliable device for wireless physical activity tracking. International Journal of Cardiology. 185, 138-140 (2015).
  23. Leth, S., Hansen, J., Nielsen, O. W., Dinesen, B. Evaluation of Commercial Self-Monitoring Devices for Clinical Purposes: Results from the Future Patient Trial, Phase I. Sensors (Basel, Switzerland). 17 (1), e211 (2017).
  24. Thorup, C. B., Andreasen, J. J. Accuracy of a step counter during treadmill and daily life walking by healthy adults and patients with cardiac disease. Journal of Medical Internet Research Mhealth Uhealth. 7 (3), e011742 (2017).
  25. Yeboah, J. Road to the American Heart Association 2020 Impact Goals: The Metric for Monitoring Progress. Circulation Cardiovascular Imaging. 11, e007385 (2018).
  26. Treat-Jacobson, D., et al. Optimal Exercise Programs for Patients With Peripheral Artery Disease: A Scientific Statement From the American Heart Association. Circulation. 13, CIR0000000000000623 (2018).
  27. Balady, G. J., et al. Referral, enrollment, and delivery of cardiac rehabilitation/secondary prevention programs at clinical centers and beyond: a presidential advisory from the American Heart Association. Circulation. 124, 2951-2960 (2018).
  28. Balady, G. J., et al. Core components of cardiac rehabilitation/secondary prevention programs: 2007 update: a scientific statement from the American Heart Association Exercise, Cardiac Rehabilitation, and Prevention Committee, the Council on Clinical Cardiology; the Councils on Cardiovascular Nursing, Epidemiology and Prevention, and Nutrition, Physical Activity, and Metabolism; and the American Association of Cardiovascular and Pulmonary Rehabilitation. Circulation. 115, 2675-2682 (2007).
  29. Rawstorn, J. C., et al. End Users Want Alternative Intervention Delivery Models: Usability and Acceptability of the REMOTE-CR Exercise-Based Cardiac Telerehabilitation Program. Archives of Physical Medicine and Rehabilitation. 99, 2373-2377 (2018).
  30. Frederix, I., Solmi, F., Piepoli, M. F., Dendale, P. Cardiac telerehabilitation: A novel cost-efficient care delivery strategy that can induce long-term health benefits. European Journal of Preventive Cardiology. 24, 1708-1717 (2017).
  31. Hwang, R., Bruning, J., Morris, N. R., Mandrusiak, A., Russell, T. Home-based telerehabilitation is not inferior to a centre-based program in patients with chronic heart failure: a randomised trial. Journal of Physiotherapy. 63, 101-107 (2017).
  32. Maddison, R., et al. HEART: heart exercise and remote technologies: a randomized controlled trial study protocol. BioMed Central Cardiovascular Disorders. 11, 26 (2011).
  33. Piotrowicz, E., et al. A new model of home-based telemonitored cardiac rehabilitation in patients with heart failure: effectiveness, quality of life, and adherence. European Journal of Heart Failure. 12, 164-171 (2010).
  34. Zwisler, A. D., et al. Home-based cardiac rehabilitation for people with heart failure: A systematic review and meta-analysis. International Journal of Cardiology. 221, 963-969 (2016).
  35. Frederix, I., Sankaran, S., Coninx, K., Dendale, P. MobileHeart, a mobile smartphone-based application that supports and monitors coronary artery disease patients during rehabilitation. 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 513-516 (2016).
  36. Kraal, J. J., et al. Clinical and cost-effectiveness of home-based cardiac rehabilitation compared to conventional, centre-based cardiac rehabilitation: Results of the FIT@Home study. European Journal of Preventive Cardiology. 24, 1260-1273 (2017).
  37. Buckingham, S. A., et al. Home-based versus centre-based cardiac rehabilitation: abridged Cochrane systematic review and meta-analysis. Open Heart. 3, e000463 (2016).
  38. Frederix, I., Vandijck, D., Hens, N. Economic and social impact of increased cardiac rehabilitation uptake and cardiac telerehabilitation in Belgium – a cost-benefit analysis. Acta Cardiologica. 73, 222-229 (2018).
  39. Rohrbach, G., et al. The design and implementation of a home-based cardiac rehabilitation program. Federal Practitioner. 34 (5), 34-39 (2017).
  40. Freene, N., Waddington, G., Chesworth, W., Davey, R., Cochrane, T. Validating two self-report physical activity measures in middle-aged adults completing a group exercise or home-based physical activity program. Journal of Science and Medicine in Sport/Sports Medicine Australia. 17, 611-616 (2014).

Play Video

Diesen Artikel zitieren
Dor-Haim, H., Katzburg, S., Leibowitz, D. A Novel Digital Platform for a Monitored Home-based Cardiac Rehabilitation Program. J. Vis. Exp. (146), e59019, doi:10.3791/59019 (2019).

View Video