The roles of predisposing characteristics, established need, and enabling resources on upper extremity prosthesis use and abandonment
Notice bibliographique
Résumé
PURPOSE: Prosthesis use and abandonment is a complex function of variables defining the contextualized individual. This review presents a comprehensive panoramic of these factors as related to the management of upper limb deficiency. Me METHOD: nderson's model for health service utilization was used to frame prosthesis use and abandonment as a function of (1) predisposing characteristics of the individual (e.g. gender or level of limb loss); (2) established need, as characterized by lifestyle- and age-related demands; and (3) enabling resources (e.g. clinical and social). English-language articles pertaining to these components were identified in a search of Ovid, PubMed, ISI Web of Science and www.scholar.google.com (1980-November 2006) for key words upper limb and prosthesis. Approximately 90 articles were included as evidence in this review. Re RESULTS: ersonal and contextual factors are critical determinants of prosthesis acceptance. While the influence of some factors (i.e. lifestyle, level of limb loss), is strongly supported in the literature, the impact of others, (i.e. age of fitting, efficacy of training protocols), remain controversial. Co CONCLUSIONS: nhanced understanding of these factors is required to optimize clinical practices, guide design efforts, and satiate demand for evidence-based measures of intervention. Future research should comprise of controlled, multifactor studies adopting standardized outcome measures and providing comprehensive descriptions of population characteristics.
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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».