Is Rehabilitation Neuropsychology an Evidence-Based Practice? Insights From a Continuous Quality Improvement Perspective
Notice bibliographique
Résumé
Neuropsychological assessment has traditionally been used to aid in the diagnosis of diseases of the central nervous system. Within a rehabilitation context however, neuropsychological assessment is playing an increasing role in delineating patients' cognitive strengths and weaknesses in order to address applied functional issues. The majority of related research in rehabilitation neuropsychology has been conducted with a young adult population, typically patients with acquired brain injuries. Rehabilitation of the elderly, however, is a quickly growing component of professional rehabilitation services. Given the current aging trend of the population, demand for such services is expected to parallel this growth pattern. At this time, relatively little is known empirically about geriatric rehabilitation programs and the role of neuropsychological assessment for geriatric rehabilitation applications. Within a context of Continuous Quality Improvement in clinical practice, the present study investigated patterns of neuropsychology referrals on a 36-bed geriatric rehabilitation unit, with frail and comorbidly complex patients. The prevalence of referrals made to neuropsychology and the specific referral questions posed are outlined, subsequent to tabulation over a 12-month period. The study further examined the test selection utilized and the extent to which recommendations made by neuropsychologists covaried with test results. Findings revealed that referrals involved 1 or more of 3 issues to be addressed. The most frequent question was related to the patient's competency to live independently. Results further revealed that varying recommendations regarding the level-of-care required were associated with significant differences on some test scores, but not others. Score patterns and recommendations made for each referral question are outlined. The discussion addresses the need for further research aimed at identifying predictors of instrumental daily living skills in seniors, and related functional cutoff scores on psychometric tests, in order to facilitate evidence-based practices in geriatric neuropsychology.
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 | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».