XiaoMi-AI文件搜索系统
World File Search SystemMHealth
澳大利亚MHealth应用程序评估框架
特殊兴趣的临床学科包括怀孕和皮肤病等领域。在这些领域内的三个到五个应用程序开发人员之间进行了接近，并提供了提供有关框架的反馈，导致26个开发人员同意参加。对那些同意的人提供了对该框架的解释，包括消费者和临床医生如何使用它以及结果。时间，以供组织寻求有关参与决定的适当批准。来自同意参加评估过程的26个应用程序开发人员，所有领域都有覆盖范围。拒绝参加的人中，没有参与的原因包括太忙，不感兴趣，不愿接受政府监督，或者他们的应用程序还没有准备好进行评估。
使用MHealth在心力衰竭中的自我管理
目的：描述由多学科专业团队和心力衰竭患者设计的Micardiapp的开发 - Micardiapp，并评估其内容有效性。方法：对文献的批判性评论，与患者的半结构化访谈以及用户故事指导了移动应用程序内容的开发。这些内容通过修改后的Delphi过程进行了完善和验证。医疗保健和社会护理专业人员的专家小组与患者和学者一起通过两个内容有效性指标，相关性和充分性评估了内容，并提供了叙事反馈。通过计算内容有效性指数（CVI）来确定应用程序和每个屏幕的内容有效性。同样，分析了足够指数（AI）。结果：开发的应用程序由8个主题组成：（1）可用资源，（2）心脏康复，（3）控制体征和症状的控制，（4）情绪支持，（5）学习和娱乐，（6）药物，（7）营养和（8）体育活动。结果证明了屏幕和完整应用的高CVI。57个应用程序中的57个屏幕在相关性和充分性方面达到了出色的CVI≥0.70，除了2个屏幕。该应用程序的CVI平均方法为0.851。结论：Micardiapp的应用是提高健康素养和具有多种多发性和心力衰竭的PA的自我管理的应用，并具有经过验证的验证。
人工智能、大数据和移动医疗
针对儿童的暴力是全球公共卫生威胁，令人十分担忧。全世界至少有一半的儿童每年都会遭受暴力；全球每年遭受暴力的 2 至 17 岁儿童总数达 10 亿。根据文献综述，我们认为人工智能（以及相关的机器学习和大数据）和移动医疗方法具有巨大的潜力，可用于大规模预防和解决暴力问题。这种潜力在中低收入国家 (LMIC) 尤为明显，尽管它能否转化为大规模的有效解决方案仍不清楚。我们讨论了人工智能 (AI)、大数据和移动医疗方法预防暴力的可能切入点，并将它们与世界卫生组织的七项 INSPIRE 战略联系起来。然而，应谨慎对待此类工作。我们强调了未来基于技术和技术支持的暴力预防工作的明确方向。我们认为，需要在整个城市层面建立良好的基于代理的模型，以了解可能发生暴力的地方和时间，以及当地的响应系统。然而，有必要开发关于暴力预测因素的通用、可靠和有效的人口和个人/家庭层面数据。这些指标可以整合到常规健康或其他信息系统中，并成为暴力预防和应对系统的人工智能算法的基础。此外，还需要有关个人求助行为、虐待儿童的风险因素和其他信息的数据，这些信息可以帮助我们确定了解暴力成因和应对暴力所需的参数。为了应对此类干预措施引起的道德问题，必须做出协调一致的、有意义的努力，在人工智能领域开展参与性和用户主导的工作，以确保上述隐私和分析问题在未来得到明确解决。最后，我们认为，开发人工智能和其他技术基础设施将需要大量投资，特别是在中低收入国家。
个性化移动医疗产品 DiabeText 的开发与评估
2 型糖尿病 (T2DM) 是一种常见的长期疾病，影响西班牙约 500 万人 (1)，调整后的发病率为 11.6 例/1000 人年 (IC95% = 11.1– 12.1) (2)。2 型糖尿病患者发生严重并发症（例如失明、下肢截肢、肾脏疾病、心血管疾病）的风险很高，这会降低他们的生活质量和预期寿命。2 型糖尿病及其并发症给西班牙国家医疗系统 (NHS) 带来巨额支出：每年，这些费用包括 51 亿欧元的直接成本（占 NHS 总支出的 8%）和 15 亿欧元的糖尿病相关并发症 (3)。2 型糖尿病并发症不仅影响个人的健康状况，还影响他们在生产生活中的工作能力：西班牙因糖尿病造成的劳动生产率损失约为 28 亿欧元 (3)。除了改变生活方式外，还使用药物来降低血糖、血压和血脂，以预防这些并发症。然而，在西班牙，口服抗糖尿病药物的依从性令人担忧地低，不依从率在 45% 至 52% 之间 (4-8)。
MHealth资源用于哮喘和妊娠护理-Pearl
MHealth资源用于哮喘和妊娠护理：方法论问题和社交媒体招聘。讨论文件•所有作者格雷厄姆·威廉姆森*的清单。ba（荣誉），RN，PhD。埃克塞特埃克塞特埃克塞特护理学院成人护理学院成人护理副教授，埃克塞特Topsham Rd。ex2 6ha。07976761858。gwilliamson@plymouth.ac.uk *通讯作者Anita O'Connor。BSC，MSC。 护理和助产士学院普利茅斯大学研究助理，Drake Circus，普利茅斯，德文郡英国，PL4 8AA。 01752600600。Anita.oconnor@plymouth.ac.ukChervonne Chamberlain。 BSC，RN。 呼吸专家Matron，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，Ex2 5BR。 01392 411611。 chervonne.chamberlain@nhs.net David Halpin。 dphil，Mbbs，frcp。 顾问呼吸医师兼荣誉副教授，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，EX2 5BR。 01392411611。D.HALPIN@NHS.NET•作者贡献标准作者缩写为概念和设计或获取数据或数据的分析和解释做出了重大贡献； GRW，AO'C，CC，DH参与起草手稿或为重要的智力内容进行批判性修订； GRW，AO'C最终批准要发布的版本。 GRW，AO'C，CC，DH•利益冲突没有作者宣布的利益冲突。 •资助声明本研究由普利茅斯大学护理学院和助产士校友研究基金资助。BSC，MSC。护理和助产士学院普利茅斯大学研究助理，Drake Circus，普利茅斯，德文郡英国，PL4 8AA。01752600600。Anita.oconnor@plymouth.ac.ukChervonne Chamberlain。BSC，RN。 呼吸专家Matron，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，Ex2 5BR。 01392 411611。 chervonne.chamberlain@nhs.net David Halpin。 dphil，Mbbs，frcp。 顾问呼吸医师兼荣誉副教授，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，EX2 5BR。 01392411611。D.HALPIN@NHS.NET•作者贡献标准作者缩写为概念和设计或获取数据或数据的分析和解释做出了重大贡献； GRW，AO'C，CC，DH参与起草手稿或为重要的智力内容进行批判性修订； GRW，AO'C最终批准要发布的版本。 GRW，AO'C，CC，DH•利益冲突没有作者宣布的利益冲突。 •资助声明本研究由普利茅斯大学护理学院和助产士校友研究基金资助。BSC，RN。呼吸专家Matron，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，Ex2 5BR。01392 411611。chervonne.chamberlain@nhs.net David Halpin。dphil，Mbbs，frcp。顾问呼吸医师兼荣誉副教授，皇家德文郡和埃克塞特医院NHS基金会信托基金会，英国埃克塞特市Barrack Rd，EX2 5BR。01392411611。D.HALPIN@NHS.NET•作者贡献标准作者缩写为概念和设计或获取数据或数据的分析和解释做出了重大贡献； GRW，AO'C，CC，DH参与起草手稿或为重要的智力内容进行批判性修订； GRW，AO'C最终批准要发布的版本。GRW，AO'C，CC，DH•利益冲突没有作者宣布的利益冲突。•资助声明本研究由普利茅斯大学护理学院和助产士校友研究基金资助。每个作者都应该足够参与工作，以应对内容的适当部分承担公共责任； GRW，AO'C，CC，DH同意对工作的各个方面负责，以确保与工作的准确性或完整性相关的问题得到适当研究和解决。cc是校友。
移动医疗高光谱学习，实现血液动力学的瞬时空间光谱成像
高光谱成像在空间和频率域中获取数据，以提供丰富的物理或生物信息。然而，传统的高光谱成像具有仪器笨重、数据采集速度慢和空间光谱权衡等内在局限性。在这里，我们介绍了快照高光谱成像的高光谱学习，其中将小子区域中的采样高光谱数据合并到学习算法中以恢复超立方体。高光谱学习利用了照片不仅仅是一张图片，还包含详细光谱信息的想法。小样本的高光谱数据使光谱信息学习能够从红绿蓝 (RGB) 图像中恢复超立方体，而无需完整的高光谱测量。高光谱学习能够恢复超立方体中的全光谱分辨率，可与科学光谱仪的高光谱分辨率相媲美。高光谱学习还可以实现超快动态成像，利用现成智能手机中的超慢速视频录制，因为视频由多个 RGB 图像的时间序列组成。为了证明其多功能性，使用血管发育的实验模型通过统计和深度学习方法提取血流动力学参数。随后，使用传统的智能手机摄像头以高达一毫秒的超快时间分辨率评估外周微循环的血流动力学。这种光谱信息学习方法类似于压缩感知；然而，它还允许使用透明的学习算法进行可靠的超立方体恢复和关键特征提取。这种由学习驱动的快照高光谱成像方法可产生高光谱和时间分辨率，并消除了空间光谱权衡，提供了简单的硬件要求和各种机器学习技术的潜在应用。
使用MHealth应用程序用于评估和管理与糖尿病相关的足部健康结果：系统评价
背景：在全球范围内，糖尿病会影响约5亿人，预计到2045年将影响多达7亿人。在澳大利亚，殖民化的持续影响会导致原住民的医疗保健提供和医疗保健结果不平等的不平等，糖尿病的评分为4倍，澳大利亚澳大利亚人的糖尿病为4倍。已证明基于证据的临床实践可将与糖尿病相关的足部疾病（包括溃疡和截肢）的并发症减少50％。但是，诸如缺乏获得文化安全护理，地理偏差和与人际护理相关的高成本之类的因素是原住民在获得基于证据的护理方面的关键障碍，从而导致创新的移动健康（MHealth）应用程序的发展，这是一种增加对卫生服务并改善糖尿病患者知识和自我保健管理的方式。目的：本研究旨在评估研究MHealth应用程序在澳大利亚和全球非土著人口中使用MHealth应用程序评估和管理与糖尿病相关的足部健康的研究。方法：PubMed，Informit的土著收集数据库，OVID MEDLINE，EMBASE，CINAHL完整和Scopus从Inception到2022年9月8日进行了搜索。进行了灰色文献的手搜索和纳入研究的参考列表。描述用于评估和管理与糖尿病相关足部健康的MHealth应用程序的研究符合条件。研究必须包括MHealth应用程序的评估（定性或定量）。没有使用语言，出版日期或出版状态限制。使用修订后的Cochrane风险工具进行随机试验和健康证据公告威尔士清单，以进行观察，队列和定性研究，对质量评估进行了质量评估。结果：没有发现包括澳大利亚的原住民在内的专门研究。包括361名参与者的非土著人口中的六项研究。足部护理教育是所有MHealth应用程序的主要组成部分。，2（33％）为参与者提供了与健康相关数据的功能； 1（17％）包括一个消息接口。随访的长度在1-6个月之间。在6项研究中，有1名（17％）报告了MHealth应用程序内容的高度可接受性，该糖尿病和糖尿病专家的自我护理是自我保健的；其余5（83％）报告说，参与者使用MHealth应用程序后，参与者提高了与糖尿病有关的知识和自我管理技能。结论：这项系统评价的发现提供了MHealth应用程序部署的功能的概述，并表明这种干预可以提高非土著糖尿病患者的知识和自我保健管理技能。未来的研究需要专注于服务提供不足或无效服务的人群的MHealth应用程序，包括原住民和居住在地理偏远地区的人，并评估对与糖尿病相关的足部疾病结果的直接影响。试用注册：Prospero CRD42022349087； https://tinyurl.com/35u6mmzd
法国总从业者开处方MHealth应用程序和设备的意愿：定量研究
背景：移动健康领域（MHealth）一直在不断扩展。在临床实践中集成MHealth应用程序和设备是一个重大而复杂的挑战。全科医生（GPS）是患者护理途径中的重要联系。由于他们是患者的首选医疗保健中介，GP在支持患者向MHealth的过渡中起着重要作用。目的：本研究旨在确定与法国全科医生对患者开出MHealth应用程序和设备的意愿相关的因素。方法：这项研究是APIAPPS项目的一部分，其总体目的是通过开发一个定制的平台来帮助它们，以帮助消除GPS面部的障碍。这项研究包括从法国多个医学院（里昂，尼斯和鲁恩）的总执业部门招募的GPS，以及学术GPS，医疗保健专业协会以及社交和专业网络的邮寄清单。参与者被要求填写一份基于网络的问卷，该问卷收集了有关各种社会人口统计学变量的数据，他们参与持续教育计划的指标以及他们致力于在患者咨询期间促进健康行为的时间以及表征其患者人群的指标。还收集了有关其对MHealth应用程序和设备的看法的数据。最后，调查表包括了用于测量GPS可接受开处方MHealth应用程序和设备的项目的项目。结果：在174 GPS中，有129（74.1％）宣布他们向患者开出MHealth应用程序和设备的意愿。参与多变量分析，参与持续的教育计划（赔率[OR] 6.17，95％CI 1.52-28.72），是法语的更好的患者基础指挥官（OR 1.45，95％CI 1.13-1.88），对MHEATH APPS和GP的医疗效果的效果以及MHEADE HEADTAR的效果，以及MHEADE效果的效果 - 实践（OR 1.04，95％CI 1.01-1.07），以及通过随机临床试验（OR 1.02，95％CI 1.00-1.04）对MHealth应用程序和设备的验证都与GPS愿意开处方MHealth应用程序和设备有关。相比之下，年龄较大的GPS（OR 0.95，95％CI 0.91-0.98），女性GPS（OR 0.26，95％CI 0.09-0.69），以及那些认为患者或医疗实践风险的人（或0.96，95％CI 0.94-0.99）是不太贴心的贴法。
社论：使用MHealth策略预防和治疗心血管疾病的未来趋势和方向
，鉴于它们是全球死亡的主要原因（1），预防和治疗心血管疾病至关重要。与其他受社会人口统计学，族裔和地缘政治因素影响不成比例的疾病不同，心血管疾病占据了发展和发达国家的性别和种族/种族群体的主要原因（1）。，例如，在美国，心血管疾病占所有死亡的20％（2-4），每年造成约2399亿美元（4，5）。可悲的是，一个人每33 s屈服于心血管疾病（2，4）。在中国，心血管疾病每年造成近400万人死亡（6），并因医疗保健支出和生产力损失增加而对社会造成了重大的经济负担（7，8）。因此，预防和治疗心血管疾病的创新在全球范围内具有巨大的意义。移动健康（通常称为MHealth）是指与软件应用程序一起提供健康服务和管理患者信息的便携式电子设备（8-11）。研究表明，MHealth在预防心血管疾病和支持心血管康复方面的潜力（8、12-16）。通过提供个性化和实时的动机和护理，MHealth可以满足患有心血管疾病或患有这种情况的人们的高风险的需求。我们总共收到了七个手稿，并接受了其中的四个，这些手稿共同提供了有关当前MHealth限制和未来方向的宝贵见解。我们提出的研究主题，标题为“使用MHealth策略预防和治疗心血管疾病的未来趋势和方向”旨在捕获实际临床和社区环境中预防和治疗的MHealth策略的当前状态。首先，尽管已经建立了利用MHealth来促进心血管健康的有效性，但稀缺的研究重点是开发指标来评估对MHealth干预措施的参与以及其可行性，可接受性和可用性。来自德国的一篇论文发现，现有研究经常采用自我规定
使用MHealth技术在患有脑损伤的社区成年人中报告的结果：范围审查。
1 UT西南医学中心，美国德克萨斯州达拉斯市物理医学与康复部75390，美国； andrew.nabasny@utsouthwestern.edu（A.N。 ）; candice.osborne@utsouthwestern.edu（c.l.o. ）; brittany.wright@utsouthwestern.edu（b.w. ）; novelle.kew@utsouthwestern.edu（C.-L.N.K.） 2 UT西南医学中心，美国达拉斯应用临床研究系，美国德克萨斯州75390，美国3美国职业疗法系，匹兹堡大学，匹兹堡，宾夕法尼亚州15219，美国； lat15@pitt.edu 4美国亚特兰大的牧羊人中心，美国佐治亚州30309； tracey.wallace@shepherd.org（t.w. ）; john.morris@shepherd.org（J.M.） 5美国华盛顿特区乔治华盛顿大学临床研究与领导力系，20006年，美国； jenweaver524@gwu.edu 6美国德克萨斯州丹顿市德克萨斯州妇女大学职业治疗学院，美国德克萨斯州76204； sburns3@twu.edu 7美国乔治亚州佐治亚州立大学职业治疗系，美国佐治亚州30303，美国； pwen@gsu.edu *通信：shannon.juengst@utsouthwestern.edu1 UT西南医学中心，美国德克萨斯州达拉斯市物理医学与康复部75390，美国； andrew.nabasny@utsouthwestern.edu（A.N。）; candice.osborne@utsouthwestern.edu（c.l.o.）; brittany.wright@utsouthwestern.edu（b.w.）; novelle.kew@utsouthwestern.edu（C.-L.N.K.）2 UT西南医学中心，美国达拉斯应用临床研究系，美国德克萨斯州75390，美国3美国职业疗法系，匹兹堡大学，匹兹堡，宾夕法尼亚州15219，美国； lat15@pitt.edu 4美国亚特兰大的牧羊人中心，美国佐治亚州30309； tracey.wallace@shepherd.org（t.w. ）; john.morris@shepherd.org（J.M.） 5美国华盛顿特区乔治华盛顿大学临床研究与领导力系，20006年，美国； jenweaver524@gwu.edu 6美国德克萨斯州丹顿市德克萨斯州妇女大学职业治疗学院，美国德克萨斯州76204； sburns3@twu.edu 7美国乔治亚州佐治亚州立大学职业治疗系，美国佐治亚州30303，美国； pwen@gsu.edu *通信：shannon.juengst@utsouthwestern.edu2 UT西南医学中心，美国达拉斯应用临床研究系，美国德克萨斯州75390，美国3美国职业疗法系，匹兹堡大学，匹兹堡，宾夕法尼亚州15219，美国； lat15@pitt.edu 4美国亚特兰大的牧羊人中心，美国佐治亚州30309； tracey.wallace@shepherd.org（t.w.）; john.morris@shepherd.org（J.M.）5美国华盛顿特区乔治华盛顿大学临床研究与领导力系，20006年，美国； jenweaver524@gwu.edu 6美国德克萨斯州丹顿市德克萨斯州妇女大学职业治疗学院，美国德克萨斯州76204； sburns3@twu.edu 7美国乔治亚州佐治亚州立大学职业治疗系，美国佐治亚州30303，美国； pwen@gsu.edu *通信：shannon.juengst@utsouthwestern.edu5美国华盛顿特区乔治华盛顿大学临床研究与领导力系，20006年，美国； jenweaver524@gwu.edu 6美国德克萨斯州丹顿市德克萨斯州妇女大学职业治疗学院，美国德克萨斯州76204； sburns3@twu.edu 7美国乔治亚州佐治亚州立大学职业治疗系，美国佐治亚州30303，美国； pwen@gsu.edu *通信：shannon.juengst@utsouthwestern.edu