Outcome Measures in Tele-Rehabilitation and Virtual Reality for Stroke Survivors: Protocol for a Scoping Review
Notice bibliographique
Résumé
UNLABELLED: Despite the increased interest about tele-rehabilitation, virtual reality and outcome measures for stroke rehabilitation, surprisingly little research has been done to map and summarize the most common outcome measures used in tele-rehabilitation. For this review, we propose to conduct a systematic search of the literature that reports outcome measures used in tele-rehabilitation or virtual reality for stroke rehabilitation. Specific objectives include: 1) to identify the outcome measures used in tele-rehabilitation studies; 2) to describe the psychometric properties of the outcome measures in the included studies; 3) to describe which parts of the International Classification of Functioning are measured in the studies. METHODS: we will conduct a comprehensive search of relevant electronic databases (e.g., PUBMED, CINAHL, EMBASE, PSYCOINFO, Cochrane Central Register of Controlled Trial and PEDRO). The scoping review will include all study designs. Two reviewers will pilot-test the data extraction forms and will independently screen all the studies and extract the data. Disagreements about inclusion or exclusion will be resolved by consensus or by consulting a third reviewer. The results will be synthesized and reported considering the implications of the findings within the clinical practice and policy context. Dissemination: we anticipate that this scoping review will contribute to inform researchers and end-users (ie, clinicians and policy-makers), regarding the most appropriate outcome measures for tele-rehabilitation or virtual reality as well as help to identify gaps in current measures. Results will be disseminated through reports and open access journals, conference presentations, as well as newsletters, podcasts and meetings targeting all the relevant stakeholders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,014 | 0,017 |
| Bibliométrie | 0,018 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,013 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».