Using Outcome Measures in Daily Practice: Development and Evaluation of an Implementation Strategy for Physiotherapists in the Netherlands
Notice bibliographique
Résumé
PURPOSE: To describe the development of an educational programme for physiotherapists in the Netherlands, two toolkits of measurement instruments, and the evaluation of an implementation strategy. METHOD: The study used a controlled pre- and post-measurement design. A tailored educational programme for the use of outcome measures was developed that consisted of four training sessions and two toolkits of measurement instruments. Of 366 invited physiotherapists, 265 followed the educational programme (response rate 72.4%), and 235 randomly chosen control physiotherapists did not (28% response rate). The outcomes measured were participants' general attitude toward measurement instruments, their ability to choose measurement instruments, their use of measurement instruments, the applicability of the educational programme, and the changes in physiotherapy practice achieved as a result of the programme. RESULTS: Consistent (not occasional) use of measurement instruments increased from 26% to 41% in the intervention group; in the control group, use remained almost the same (45% vs 48%). Difficulty in choosing an appropriate measurement instrument decreased from 3.5 to 2.7 on a 5-point Likert-type scale. Finally, 91% of respondents found the educational programme useful, and 82% reported that it changed their physiotherapy practice. CONCLUSIONS: The educational programme and toolkits were useful and had a positive effect on physiotherapists' ability to choose among many possible outcome measures.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».