Case Report: Using a Remote Presence Robot to Improve Access to Physical Therapy for People with Chronic Back Disorders in an Underserved Community
Notice bibliographique
Résumé
Purpose: The purpose of this case study was to evaluate the delivery of an inter-professional (IP) spinal triage management approach to chronic back disorders using remote presence robotic technology as an innovative form of telerehabilitation in a northern Saskatchewan community. Methods: The IP team, consisting of a local nurse practitioner (NP) and a physical therapist in an urban centre, completed a comprehensive neuromusculoskeletal assessment of, and one follow-up visit with, a post-surgical spinal patient. Treatment included detailed education regarding self-management after spinal surgery, provision and progression of home exercises, and reassurance. The patient was then referred to regional, in-person physical therapy care to complete her treatment. Results: A semi-structured interview with the NP revealed a high level of satisfaction; qualitative themes included the value of IP practice and the benefit to the patient of telerehabilitation achieved through patient-centred care. In a post-treatment survey, the patient expressed a high level of satisfaction with and appreciation for the patient-centred approach and the IP team. Objective clinical improvements in spinal and straight-leg raise movements were noted at the final telerehabilitation session. Conclusion: This report demonstrates the feasibility of delivering IP spinal triage management using telerehabilitation, specifically remote presence robotics, in a remote setting. Further research should include larger scale studies that investigate health, system, and economic outcomes as well as comparative studies for other forms of telehealth technology.
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) | 0,000 | 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 ».