Development of a Telephone Interview Version of the Chedoke-McMaster Stroke Assessment Activity Inventory
Notice bibliographique
Résumé
Purpose: To develop a telephone version of the Chedoke-McMaster Stroke Assessment Activity Inventory (CMSA–AI) and estimate the test–retest reliability, interrater reliability (between participant and proxy), and construct validity of the scores for individuals with stroke. Methods: Adults with stroke and their caregivers or proxies were included. Participants were assessed with the CMSA–AI at discharge from a stroke rehabilitation unit and interviewed using the telephone version (TCMSA–AI). Two months after discharge, participants were evaluated with the CMSA–AI and interviewed over the phone using the TCMSA–AI on two occasions 2–3 days apart. Proxies were interviewed with the TCMSA–AI within another 2–3 days. Results: The mean age of the 53 participants with stroke was 62 years; 59% were male; 43% had right-side hemiparesis; 42 completed follow-up interviews; and 18 had proxies who also participated. Test–retest reliability showed an intra-class correlation coefficient of 0.98 (95% CI: 0.96, 0.99) for the total score, 0.96 (95% CI: 0.91, 0.98) for the Gross Motor Function Index, and 0.96 (95% CI: 0.91, 0.98) for the Walking Index, and an interrater reliability (between participant and proxy) of 0.75 (95% CI: 0.28, 0.90) for total score. Spearman's rho correlation between CMSA–AI and TCMSA–AI total scores was 0.62 (lower-sided 95% CI: 0.42) at discharge and 0.90 (lower-sided 95% CI: 0.82) at 2 months after discharge. Correlations between the change scores of the CMSA–AI and TCMSA–AI were 0.50 or lower. Conclusion: There is potential for remote evaluation of the functional mobility of individuals with stroke in research and clinical settings.
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 | 0,000 | 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) | 0,001 | 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 ».