Improving Quality of Life by Increasing Outings after Stroke: Study Protocol for the <i>Out-and-About</i> Trial
Notice bibliographique
Résumé
RATIONALE: Almost one-third of Australians need help to travel outdoors after a stroke. Ambulation training and escorted outings are recommended as best practice in Australian clinical guidelines for stroke. Yet fewer than 20% of people with stroke receive enough of these sessions in their local community to change outcomes. AIMS: The Out-and-About trial aims to determine the efficacy and cost effectiveness of an implementation program to change team behavior and increase outings by people with stroke. DESIGN: A two-group cluster-randomized trial will be conducted using concealed allocation, blinded assessors, and intention-to-treat analysis. Twenty community teams and their stroke clients (n = 300) will be recruited. Teams will be randomized to receive either the Out-and-About program or written guidelines only. STUDY OUTCOMES: The primary outcome is the proportion of people with stroke receiving multiple escorted outings during therapy sessions, measured at baseline and 13 months postintervention. Secondary outcomes include number of outings and distance traveled, measured using a self-report diary at baseline and six months postbaseline, and a global positioning system after six months. Cost effectiveness will measure quality-adjusted life years and health service use, measured at baseline and six months postbaseline. DISCUSSION: A potential outcome of this study will be evidence for a costed, transferable implementation program. If successful, the program will have international relevance and transferability. Another potential outcome will be validation of a novel and objective method of measuring outdoor travel (global positioning system) to supplement self-report methods.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».