MétaCan
Menu
Retour à la cohorte
Enregistrement W2298534625 · doi:10.2196/rehab.4017

Communications Technology and Motor Neuron Disease: An Australian Survey of People With Motor Neuron Disease

2016· article· en· W2298534625 sur OpenAlexvenueno aff
Lynette Mackenzie, Prarthna Bhuta, Kim Rusten, Janet Devine, Anna Love, Penny Waterson

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMotor neuronDiseaseNeuronNeuroscienceMedicinePsychologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People with Motor Neuron Disease (MND), of which amyotrophic lateral sclerosis (ALS) is the most common form in adults, typically experience difficulties with communication and disabilities associated with movement. Assistive technology is essential to facilitate everyday activities, promote social support and enhance quality of life. OBJECTIVE: This study aimed to explore the types of mainstream and commonly available communication technology used by people with MND including software and hardware, to identify the levels of confidence and skill that people with MND reported in using technology, to determine perceived barriers to the use of technology for communication, and to investigate the willingness of people with MND to adopt alternative modes of communication. METHODS: An on-line survey was distributed to members of the New South Wales Motor Neuron Disease Association (MND NSW). Descriptive techniques were used to summarize frequencies of responses and cross tabulate data. Free-text responses to survey items and verbal comments from participants who chose to undertake the survey by telephone were analyzed using thematic analysis. RESULTS: Responses from 79 MND NSW members indicated that 15-21% had difficulty with speaking, writing and/or using a keyboard. Commonly used devices were desktop computers, laptops, tablets and mobile phones. Most participants (84%) were connected to the Internet and used it for email (91%), to find out more about MND (59%), to follow the news (50%) or for on-line shopping (46%). A third of respondents used Skype or its equivalent, but few used this to interact with health professionals. CONCLUSIONS: People with MND need greater awareness of technology options to access the most appropriate solutions. The timing for people with MND to make decisions about technology is critical. Health professionals need skills and knowledge about the application of technology to be able to work with people with MND to select the best communication technology options as early as possible after diagnosis. If people with MND are willing to trial telehealth technology, there is potential for tele-consultations via Skype or its equivalent, with health professionals. People with MND can benefit from health professional involvement to match technology to their functional limitations and personal preferences. However, health professionals need a comprehensive understanding of the application of available technology to achieve this.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,051
Score d'incertitude au seuil0,789

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,035
Tête enseignante GPT0,333
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207