研究人员开发了一种利用智能手机数据评估神经退行性和炎症性疾病患者疲劳、睡眠和活动水平的方法。与传统患者报告结果(可能主观且对变化不敏感)相比,该方法旨在提供更客观、更可靠的测量。该研究涉及六个疾病组和一组健康对照组的 137 名参与者,分析了屏幕时间和应用程序使用与 PRO 分数之间的相关性。 AI
影响 这项研究可能带来对慢性病患者更客观、更连续的监测,从而提高治疗效果和患者预后。
排序理由 该条目是发表在 arXiv 上的学术论文,详细介绍了一种评估患者症状的新方法。[lever_c_demoted from research: ic=1 ai=0.4]
- alphaXiv
- arXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- human–computer interaction
- immune-mediated inflammatory diseases
- Influence Flower
- Litmaps
- Neurodegenerative Disorders
- Patient-Reported Outcomes Measurement Information System
- ScienceCast
- scite Smart Citations
- smartphone
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →