Interrater Agreement Between Telerehabilitation and Face-to-Face Clinical Outcome Measurements for Total Knee Arthroplasty
Notice bibliographique
Résumé
Outcome measures in physical therapy provide the basis for determining the patient's rehabilitation needs, developing an individual intervention plan, and reassessing the evolution of the condition after therapeutic intervention. Questions surrounding the validity and reliability of outcome measures obtained in the context of telerehabilitation remain. The goal of this study was to explore which outcome measures can be used reliably in the context of telerehabilitation after discharge from an acute care hospital for lower limb orthopedic surgery. Fifteen patients recently discharged after total knee arthroplasty were evaluated by two experienced therapists. Each therapist evaluated under a given condition (face-to-face assessment, telerehabilitation assessment) eight outcome measures taken from standard clinical tests routinely used in the management of orthopedic rehabilitation after total knee arthroplasty. Evaluations were measured at 1-day intervals. Telerehabilitation evaluations were conducted with a videoconference link (H.264 CoDecs with Pan, Tilt, Zoom cameras) between either the participant's home or a clinical environment and a remote clinical station over residential DSL lines at 512 kbps. Interrater agreement between the two measurement modes was analyzed using the Bland and Altman method and Kripendorff's alpha reliability estimate. The 95% confidence interval for mean difference between evaluation methods varied between -20% and 8% for knee range of motion measures, -85% and 55% for scar management, -33% and 29% for functional evaluations. Five out of the eight outcome measures showed reliability estimates of >0.80, with lowest reliability obtained for the scar assessment scale (0.34) and the highest reliability for the evaluation of the range of motion at the knee (0.87 in flexion and 0.85 in extension). Clinical variables typically measured in face-to-face evaluations can be measured successfully under telerehabilitation conditions with moderate reliability.
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 | 0,049 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».