Use of Mobile Health Apps and Wearable Technology to Assess Changes and Predict Pain During Treatment of Acute Pain in Sickle Cell Disease: Feasibility Study.

Johnson, Amanda; Yang, Fan; Gollarahalli, Siddharth; Banerjee, Tanvi; Abrams, Daniel; Jonassaint, Jude; Jonassaint, Charles; Shah, Nirmish

Johnson, Amanda; Yang, Fan; Gollarahalli, Siddharth; Banerjee, Tanvi; Abrams, Daniel; Jonassaint, Jude; Jonassaint, Charles; Shah, Nirmish.

Afiliação

Johnson A; Department of Pediatrics, Duke University, Durham, NC, United States.
Yang F; Department of Computer Science & Engineering, Wright State University, Dayton, OH, United States.
Gollarahalli S; North Carolina State University, Raleigh, NC, United States.
Banerjee T; Department of Computer Science & Engineering, Wright State University, Dayton, OH, United States.
Abrams D; Engineering Sciences and Applied Mathematics, Northwestern University, Chicago, IL, United States.
Jonassaint J; Social Work and Clinical and Translational Science, Department of Medicine, University of Pittsburgh, Pittsburgh, PA, United States.
Jonassaint C; Social Work and Clinical and Translational Science, Department of Medicine, University of Pittsburgh, Pittsburgh, PA, United States.
Shah N; Division of Hematology, Department of Medicine, Duke University, Durham, NC, United States.

JMIR Mhealth Uhealth ; 7(12): e13671, 2019 12 02.

Article em En | MEDLINE | ID: mdl-31789599

Assuntos

Dor Aguda/diagnóstico; Anemia Falciforme/fisiopatologia; Telemedicina/instrumentação; Dispositivos Eletrônicos Vestíveis/efeitos adversos; Dor Aguda/tratamento farmacológico; Dor Aguda/etiologia; Adulto; Analgésicos Opioides/uso terapêutico; Anemia Falciforme/epidemiologia; Serviço Hospitalar de Emergência; Estudos de Viabilidade; Feminino; Frequência Cardíaca/fisiologia; Hospitalização; Humanos; Aprendizado de Máquina; Masculino; Pessoa de Meia-Idade; Aplicativos Móveis; Recursos Humanos de Enfermagem; Manejo da Dor/métodos; Medição da Dor/instrumentação; Valor Preditivo dos Testes; Máquina de Vetores de Suporte

Palavras-chave

SCD; machine learning; pain; sickle cell disease

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Telemedicina / Dor Aguda / Dispositivos Eletrônicos Vestíveis / Anemia Falciforme Tipo de estudo: Etiology_studies / Prognostic_studies / Risk_factors_studies Limite: Adult / Female / Humans / Male / Middle aged Idioma: En Ano de publicação: 2019 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google