A Survey of Physiotherapists' Experience Using Outcome Measures in Total Hip and Knee Arthroplasty
Notice bibliographique
Résumé
PURPOSE: To identify physiotherapists' familiarity with and experience using outcome measures (OMs) along the care continuum for patients undergoing total joint arthroplasty (TJA) of the hip and knee. Views on future use and barriers were also captured. METHODS: A stratified random sample of physiotherapists in one Canadian province completed a questionnaire about 19 standardized and clinically feasible OMs. Analyses included descriptive statistics and chi-square and McNemar tests to compare use of OMs for clinical decision making and program evaluation. RESULTS: Of 694 physiotherapists surveyed, 298 (43%) responded. Of these, 172 (58%) treated TJA clients and completed the full questionnaire. A majority worked in public practice settings and >1 care phase (e.g., pre-op, acute, rehab). All physiotherapists reported using ≥1 OM and having greater experience using performance-based measures than patient-reported OMs. OMs were used more often for clinical decision making than for program evaluation. Dissatisfaction with available tools was evident from respondents' comments. Several barriers to using OMs were identified in varied clinical settings and care phases. CONCLUSIONS: While physiotherapists use a variety of OMs along the TJA continuum, there remain challenges to routine use across clinical settings, care phases, and patient sub-groups.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».