Background: Home-based exercise is an important part of physical therapy treatment for patients with low back pain. However, treatment effectiveness depends heavily on patient adherence to home-based exercise recommendations. Smartphone apps designed to support home-based exercise have the potential to support adherence to exercise recommendations and possibly improve treatment effects. A better understanding of patient perspectives regarding the use of smartphone apps to support home-based exercise during physical therapy treatment can assist physical therapists with optimal use and implementation of these apps in clinical practice. Objective: The aim of this study was to investigate patient perspectives on the acceptability, satisfaction, and performance of a smartphone app to support home-based exercise following recommendations from a physical therapist. Methods: Using an interpretivist phenomenology approach, 9 patients (4 males and 5 females; aged 20-71 years) with nonspecific low back pain recruited from 2 primary care physical therapy practices were interviewed within 2 weeks after treatment ended. An interview guide was used for the interviews to ensure that different aspects of the patients’ perspectives were discussed. The Physitrack smartphone app was used to support home-based exercise as part of treatment for all patients. Data were analyzed using the “Framework Method” to assist with interpretation of the data. Results: Data analysis revealed 11 categories distributed among the 3 themes “acceptability,” “satisfaction,” and “performance.” Patients were willing to accept the app as part of treatment when it was easy to use, when it benefited the patient, and when the physical therapist instructed the patient in its use. Satisfaction with the app was determined by users’ perceived support from the app when exercising at home and the perceived increase in adherence. The video and text instructions, reminder functions, and self-monitor functions were considered the most important aspects for performance during treatment. The patients did not view the Physitrack app as a replacement for the physical therapist and relied on their therapist for instructions and support when needed. Conclusions: Patients who use an app to support home-based exercise as part of treatment are accepting of the app when it is easy to use, when it benefits the patient, and when the therapist instructs the patient in its use. Physical therapists using an app to support home-based exercise can use the findings from this study to effectively support their patients when exercising at home during treatment.
MULTIFILE
BACKGROUND: Maintaining a healthy lifestyle is important for wheelchair users' well-being, as it can have a major impact on their daily functioning. Mobile health (mHealth) apps can support a healthy lifestyle; however, these apps are not necessarily suitable for wheelchair users with spinal cord injury or lower limb amputation. Therefore, a new mHealth app (WHEELS) was developed to promote a healthy lifestyle for this population.OBJECTIVE: The objectives of this study were to develop the WHEELS mHealth app, and explore its usability, feasibility, and effectiveness.METHODS: The WHEELS app was developed using the intervention mapping framework. Intervention goals were determined based on a needs assessment, after which behavior change strategies were selected to achieve these goals. These were applied in an app that was pretested on ease of use and satisfaction, followed by minor adjustments. Subsequently, a 12-week pre-post pilot study was performed to explore usability, feasibility, and effectiveness of the app. Participants received either a remote-guided or stand-alone intervention. Responses to semistructured interviews were analyzed using content analysis, and questionnaires (System Usability Score [SUS], and Usefulness, Satisfaction, and Ease) were administered to investigate usability and feasibility. Effectiveness was determined by measuring outcomes on physical activity, nutrition, sleep quality (Pittsburgh Sleep Quality Index), body composition, and other secondary outcomes pre and post intervention, and by calculating effect sizes (Hedges g).RESULTS: Sixteen behavior change strategies were built into an app to change the physical activity, dietary, sleep, and relaxation behaviors of wheelchair users. Of the 21 participants included in the pilot study, 14 participants completed the study. The interviews and questionnaires showed a varied user experience. Participants scored a mean of 58.6 (SD 25.2) on the SUS questionnaire, 5.4 (SD 3.1) on ease of use, 5.2 (SD 3.1) on satisfaction, and 5.9 (3.7) on ease of learning. Positive developments in body composition were found on waist circumference (P=.02, g=0.76), fat mass percentage (P=.004, g=0.97), and fat-free mass percentage (P=.004, g=0.97). Positive trends were found in body mass (P=.09, g=0.49), BMI (P=.07, g=0.53), daily grams of fat consumed (P=.07, g=0.56), and sleep quality score (P=.06, g=0.57).CONCLUSIONS: The WHEELS mHealth app was successfully developed. The interview outcomes and usability scores are reasonable. Although there is room for improvement, the current app showed promising results and seems feasible to deploy on a larger scale.
Background: Alcohol use is associated with an automatic tendency to approach alcohol, and the retraining of this tendency (cognitive bias modification [CBM]) shows therapeutic promise in clinical settings. To improve access to training and to enhance participant engagement, a mobile version of alcohol avoidance training was developed.Objective: The aims of this pilot study were to assess (1) adherence to a mobile health (mHealth) app; (2) changes in weekly alcohol use from before to after training; and (3) user experience with regard to the mHealth app.Methods: A self-selected nonclinical sample of 1082 participants, who were experiencing problems associated with alcohol, signed up to use the alcohol avoidance training app Breindebaas for 3 weeks with at least two training sessions per week. In each training session, 100 pictures (50 of alcoholic beverages and 50 of nonalcoholic beverages) were presented consecutively in a random order at the center of a touchscreen. Alcoholic beverages were swiped upward (away from the body), whereas nonalcoholic beverages were swiped downward (toward the body). During approach responses, the picture size increased to mimic an approach movement, and conversely, during avoidance responses, the picture size decreased to mimic avoidance. At baseline, we assessed sociodemographic characteristics, alcohol consumption, alcohol-related problems, use of other substances, self-efficacy, and craving. After 3 weeks, 37.89% (410/1082) of the participants (posttest responders) completed an online questionnaire evaluating adherence, alcohol consumption, and user satisfaction. Three months later, 19.03% (206/1082) of the participants (follow-up responders) filled in a follow-up questionnaire examining adherence and alcohol consumption.Results: The 410 posttest responders were older, were more commonly female, and had a higher education as compared with posttest dropouts. Among those who completed the study, 79.0% (324/410) were considered adherent as they completed four or more sessions, whereas 58.0% (238/410) performed the advised six or more training sessions. The study identified a significant reduction in alcohol consumption of 7.8 units per week after 3 weeks (95% CI 6.2-9.4, P<.001; n=410) and another reduction of 6.2 units at 3 months for follow-up responders (95% CI 3.7-8.7, P<.001; n=206). Posttest responders provided positive feedback regarding the fast-working, simple, and user-friendly design of the app. Almost half of the posttest responders reported gaining more control over their alcohol use. The repetitious and nonpersonalized nature of the intervention was suggested as a point for improvement.Conclusions: This is one of the first studies to employ alcohol avoidance training in a mobile app for problem drinkers. Preliminary findings suggest that a mobile CBM app fulfils a need for problem drinkers and may contribute to a reduction in alcohol use. Replicating these findings in a controlled study is warranted.
Alcoholgebruiksstoornis (AUD) is een groot probleem. Alleen al in de USA zijn er 15 miljoen mensen met een AUD en meer dan 950.000 Nederlanders drinkt overmatig. Wereldwijd is 3-8% van het aantal sterfgevallen en 5% van alle ziektes en letsels toe te schrijven aan AUD. Zorg staat voor uitdagingen. Zo krijgt meer dan de helft van de AUD-patiënten binnen een jaar na behandeling een terugval. Een oplossing hiervoor is de inzet van Cue-Exposure-Therapy (CET). Daarbij worden cliënten blootgesteld aan triggers d.m.v. objecten, mensen en omgevingen die zucht opwekken. Om op een realistische, veilige en gepersonaliseerde manier deze triggers te ervaren, wordt Virtual Reality ingezet (VRET). Op die manier worden coping-vaardigheden getraind om verlangen naar alcohol tegen te gaan. De effectiviteit van VRET is (klinisch) bewezen. De komst van AR-technologieën roept echter de vraag op om mogelijkheden van Augmented-Reality-Exposure-Therapy (ARET) te onderzoeken. ARET geniet dezelfde voordelen als VRET (zoals een realistische veilige ervaring). Maar omdat AR virtuele-componenten in de echte omgeving integreert, waarbij het lichaam zichtbaar is, roept het vermoedelijk een ander type ervaring op. Dit kan de ecologische validiteit van CET in de behandeling vergroten. Daarnaast is ARET goedkoper te ontwikkelen (minder virtuele elementen) en hebben cliënten/klinieken gemakkelijker toegang tot AR (via smartphone/tablet). Bovendien worden nieuwe AR-brillen ontwikkeld, die nadelen zoals een te klein smartphone-scherm oplossen. Ondanks de vraag vanuit behandelaars, is ARET nog nooit ontwikkeld en onderzocht rondom verslaving. In dit project wordt het eerste ARET-prototype ontwikkeld rondom AUD in de behandeling van alcoholverslaving. Het prototype wordt ontwikkeld op basis van Volumetric-Captured-Digital-Humans en toegankelijk gemaakt voor AR-brillen, tablets en smartphones. Het prototype wordt gebaseerd op RECOVRY, een door het consortium ontwikkelde VRET rondom AUD. Een prototype-test onder (ex)AUD-cliënten zal inzicht geven in behoeften en verbeterpunten vanuit patiënt en zorgverlener en in het effect van ARET in vergelijk met VRET.
For English see below In dit project werkt het Lectoraat ICT-innovaties in de Zorg van hogeschool Windesheim samen met zorganisaties de ZorgZaak, De Stouwe, en IJsselheem en daarnaast Zorgcampus Noorderboog, Zorgtrainingscentrum Regio Zwolle, Patiëntenfederatie NPCF, VitaalThuis, ActiZ, Vilans, V&VN, Universiteit Twente en het Lectoraat Innoveren in de Ouderenzorg van Windesheim aan het in staat stellen van wijkverpleegkundigen om autonoom en doelmatig, op basis van klinisch redeneren, eHealth te indiceren en in te zetten bij cliënten. De aanleiding voor dit project wordt gevormd door de wijzigingen per 1 januari 2015 in de Zorgverzekeringswet. Wijkverpleegkundigen zijn sindsdien zelf verantwoordelijk voor de indicatiestelling en zorgtoewijzing voor verzorging en verpleging thuis: zij moeten bepalen welke zorg hun cliënten nodig hebben gezien hun individuele situaties, en hoe die zorg het best geleverd kan worden. Zorgverzekeraars leggen hierbij minimumeisen op, o.a. met betrekking tot de inzet van eHealth. Wijkverpleegkundigen hebben op dit moment echter niet of nauwelijks ervaring met het inzetten en toepassen van technologische toepassingen zoals eHealth. Vraagarticulatie leidde tot de volgende praktijkvraagstelling: 1. Hoe kunnen wijkverpleegkundigen worden voorzien in hun informatiebehoefte over eHealth? 2. Hoe kunnen wijkverpleegkundigen worden ondersteund in hun klinisch redeneren over het inzetten van eHealth bij hun cliënten? 3. Hoe kunnen wijkverpleegkundigen worden ondersteund bij het inzetten van eHealth in hun zorgproces? Het project levert hiertoe drie bijdragen: - De eerste bijdrage is een duurzaam geborgde keuzehulp (een app voor tablet of smartphone) waarmee wijkverpleegkundigen toegang hebben tot de benodigde informatie over eHealth-toepassingen en die aansluit bij de manier waarop wijkverpleegkundigen zorg indiceren (bijvoorbeeld door relaties te leggen tussen NIC-interventies en bijpassende eHealth-toepassingen). - Informatievoorziening is niet een afdoende antwoord op de handelingsverlegenheid van de wijkverpleegkundige omdat eHealth sterk in ontwikkeling is en blijft waardoor er altijd een discrepantie zal bestaan tussen de beschikbare en de benodigde informatie. . De tweede bijdrage van dit project is daarom kennis over (en inzicht in) het klinisch redeneren over de inzet van eHealth. Deze kennis wordt in het project doorvertaald naar een trainingsmodule die erop is gericht om het klinisch redeneren van wijkverpleegkundigen over het inzetten van eHealth en andere thuiszorgtechnologie bij hun cliënten te versterken. - De derde bijdrage van dit project omhelst inbedding van bovengenoemde resultaten in het verpleegkunde-onderwijs van onder meer Windesheim en in nascholingstrajecten voor wijkverpleegkundigen. Voor duurzame, bredere inbedding in het onderwijs wordt samengewerkt met regionale zorgonderwijsnetwerken. In this project the research group IT-innovations in Health Care of Windesheim University of Applied Sciences cooperates with care organisations de ZorgZaak, De Stouwe, and IJsselheem, and stakeholders Zorgcampus Noorderboog, Zorgtrainingscentrum Regio Zwolle, Patiëntenfederatie NPCF, VitaalThuis, ActiZ, Vilans, V&VN, University of Twente, and research group Innovation of Care of Older Adults of Windesheim to enable home care nurses to autonomously and adequately, based on clinical reasoning, allocate eHealth and implement it in patient care. The motivation behind this project lies in the alterations in the care insurance legislation per January 2015. Since then, home care nurses are responsible for the care allocation of all care at home: they determine which care their clients require, taking into account the individual situations, and how this care can best be delivered. Care insurance companies impose minimum requirements for this allocation of home care, among others concerning the implementation of eHealth. Home care nurses, however, have no or limited information about and experience with technical applications like eHealth. Articulation of the demands of home care nurses resulted in the following questions: 1. How can home care nurses be provided with information concerning eHealth? 2. How can home care nurses be supported in their clinical reasoning about the deployment of eHealth by their patients? 3. How can home care nurses be supported when deploying eHealth in their care process? This project contributes in three ways: " The first contribution is a sustainable selection tool (an app for tablet or smartphone) to be used by home care nurses to provide them with the required information about eHealth applications. This selection tool will work in accordance with how home care nurses allocate care, e.g. by relating NIC-interventions to matching eHealth applications. " Providing information is an insufficient, although necessary, answer to the demands of home care nurses because of continuously developing eHealth applications. Hence, the second contribution of this project is knowledge about (and insight in) the clinical reasoning about the deployment of eHealth. This knowledge will be converted into a training module aimed at strengthening the clinical reasoning about the deployment of eHealth by their patients. " The third contribution of this project concerns embedding the selection tool and the training module in regular education (among others at Windesheim) and in refresher courses for home care nurses. Cooperation with regional care education networks will ensure sustainable and broad embedding of both the selection tool and the training module.
De innovatie bestaat uit de ontwikkeling van een beweeginterventie welke passend is voor de dagelijkse praktijk van een ziekenhuissetting. Patiënten zullen tijdens hun ziekenhuisopname een PAM beweegsensor (zie foto) dragen. De beweegsensor meet bewogen minuten op laag, middel en hoog intensief niveau. Omdat elke afdeling en patiëntenpopulatie anders is zullen er twee klinische afdelingen deelnemen.Doel Het doel is om op twee klinische afdelingen een gepersonaliseerde beweegdoelinterventie te ontwikkelen. Tevens zal er een implementatieplan worden gemaakt voor andere afdelingen, zorginstellingen én studenten. Resultaten Behoeftes, bevorderende en belemmerende factoren in kaart gebracht Nulmeting beweeggedrag op twee afdelingen Gepersonaliseerde beweegdoelinterventie is ontwikkeld op twee afdelingen Indien nodig zijn er aanpassingen doorgevoerd in de software De haalbaarheid en het gebruikersgemak van de interventie is geëvalueerd Stappenplan/ implementatieplan is opgeleverd voor andere afdelingen, zorginstellingen én studenten Looptijd 01 februari 2022 - 31 januari 2023 Aanpak De innovatie bestaat uit de ontwikkeling van een beweeginterventie welke passend is voor de dagelijkse praktijk van een ziekenhuissetting. Patiënten zullen tijdens ziekenhuisopname een beweegsensor (zie foto) dragen. De beweegsensor meet bewogen minuten op laag, middel en hoog intensief niveau. Omdat elke afdeling en patiëntenpopulatie anders is zullen er twee klinische afdelingen deelnemen. Na een nulmeting, zal er een gepersonaliseerde beweegdoelinterventie worden ontwikkeld. Het beweeggedrag is voor patiënten inzichtelijk via een scherm op de verpleegafdeling (anoniem weergeven is mogelijk) en desgewenst via een mobiele app welke de patiënt kan installeren op een privé smartphone of tablet. Voor zorgverleners is het beweeggedrag tevens inzichtelijk via het elektronisch patiëntendossier.
