MétaCan
Menu
Retour à la cohorte
Enregistrement W2113050503 · doi:10.1186/s13012-015-0346-6

A multi-faceted knowledge translation approach to support persons with stroke and cognitive impairment: evaluation protocol

2015· article· en· W2113050503 sur OpenAlexafffund
Sara McEwen, Michelle Donald, Deirdre Dawson, Mary Egan, Anne Hunt, Sylvia Quant, Sharron Runions, Elizabeth Linkewich

Notice bibliographique

RevueImplementation Science · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of OttawaBaycrest HospitalSunnybrook HospitalHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésKnowledge translationRehabilitationMedicineCognitionAuditStroke (engine)Cognitive rehabilitation therapyHealth careHealth services researchPhysical medicine and rehabilitationPhysical therapyNursingPublic healthKnowledge managementPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with cognitive impairments following a stroke are often denied access to inpatient rehabilitation. The few patients with cognitive impairment admitted to rehabilitation generally receive services based on outdated impairment-reduction models, rather than recommended function-based approaches. Both reduced access to rehabilitation and the knowledge-to-practice gap stem from a reported lack of skills and knowledge regarding cognitive rehabilitation on the part of inpatient rehabilitation team members. To address these issues, a multi-faceted knowledge translation (KT) initiative will be implemented and evaluated. It will be targeted specifically at the inter-professional application of the cognitive orientation to daily occupational performance (CO-OP). CO-OP training combined with KT support is called CO-OP KT. The long-term objective of CO-OP KT is to optimize functional outcomes for individuals with stroke and cognitive impairments. Three research questions are posed: 1. Is the implementation of CO-OP KT associated with a change in the proportion of patients with cognitive impairment following a stroke accepted to inpatient rehabilitation? 2. Is the implementation of CO-OP KT associated with a change in rehabilitation clinicians' practice, knowledge, and self-efficacy related to implementing the CO-OP approach, immediately following and 1 year later? 3. Is CO-OP KT associated with changes in activity, participation, and self-efficacy to perform daily activities in patients with cognitive impairment following stroke at discharge from inpatient rehabilitation and at 1-, 3-, and 6-month follow-ups? METHODS/DESIGN: Three interrelated studies will be conducted. Study 1 will be a quasi-experimental, interrupted time series design measuring monthly summaries of stroke unit level data. Study 2, which relates to changes in health care professional practice and self-efficacy, will be a single group pre-post evaluation design incorporating chart audits and a self-report survey. Study 3 will assess patient functional outcomes using a non-randomized design with historical controls. Assessments will occur during admission and discharge from rehabilitation and at 1, 3, and 6 months following discharge from rehabilitation. DISCUSSION: This project will advance knowledge about the degree to which the implementation of a supported KT initiative can sustainably change health system, knowledge, and patient outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,026
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,003
Communication savante0,0030,003
Science ouverte0,0050,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0440,009

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 Opus0,240
Tête enseignante GPT0,504
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207