MétaCan
Menu
Retour à la cohorte
Enregistrement W2020567551 · doi:10.3109/17483107.2010.522678

Electronic aids to daily living and quality of life for persons with tetraplegia

2010· article· en· W2020567551 sur OpenAlexaff
Patricia Rigby, Stephen E. Ryan

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTetraplegiaQuality of life (healthcare)MedicineActivities of daily livingSpinal cord injuryPhysical therapyGerontologyPopulationCohortSpinal cordPsychiatryEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To compare the satisfaction with quality of life (QOL) of adults with tetraplegia from spinal cord injury (SCI) who use and do not use electronic aids to daily living (EADLs). METHOD: This study used a cross-sectional design. Thirty-six persons with spinal cord injuries or conditions at or above C5/6 level participated. Fifteen participants used EADL at home and 21 formed the comparison group of non-users of EADL; all were living in the community. We used the Quality of Life Profile-Physical Disabilities (QOLP-PD) to examine participant's QOL. RESULTS: Both groups rated the levels of importance of all aspects of QOL equally. The EADL users rated their satisfaction with QOL significantly higher for total QOLP-PD scores and for four of the nine domains, including all three domains of belonging. The groups did not differ in age, FIM scores, level of education, and hours of paid attendant care. The EADL user group had significantly more males than females, and had higher levels of SCI. CONCLUSIONS: EADLs appear to contribute to the experience of greater subjective QOL for persons with severe physical disability from high SCI. Prospective cohort studies designs that employ methods and analytic plans to study the causal effect of EADLs on QOL are recommended. The QOLP-PD was found to be a valid measure of QOL for this population.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,365
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetSpinal Cord Injury ResearchTravaux en français237 207