MétaCan
Menu
Retour à la cohorte
Enregistrement W2528787676 · doi:10.1089/tmj.2016.0129

Telerehabilitation in Stroke Recovery: A Survey on Access and Willingness to Use Low-Cost Consumer Technologies

2016· article· en· W2528787676 sur OpenAlexafffund
Mary C. Edgar, Sarah Monsees, Josina Rhebergen, Jennifer Waring, Todd Van der Star, Janice J. Eng, Brodie M. Sakakibara

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensSimon Fraser UniversityVancouver Coastal HealthVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTelerehabilitationLandlineRehabilitationTelemedicineTelehealthMedicineStroke (engine)PhoneSample (material)Descriptive statisticsPhysical therapyHealth careEngineering

Résumé

récupéré en direct d'OpenAlex

Background/Introduction: Early telerehabilitation trials with stroke survivors have shown promising results, but there remains a lack of knowledge of what areas of rehabilitation people with stroke are interested and willing to receive using technology. The purpose of this study was to describe the access to low-cost consumer technologies and willingness to use them to receive rehabilitation services among stroke survivors. MATERIALS AND METHODS: Participants were included in this survey study if they had a stroke, lived in the community, were 19 years of age or older, and able to understand English. Participants completed a study-specific telerehabilitation survey via phone call, mail, in-person, or online. Descriptive statistics were used to characterize the sample and survey responses. RESULTS: One hundred two survey responses were returned, representing a 79.1% response rate. The mean age of this urban (67.3%) and rural (32.7%) sample was 67.6 years. The technologies most commonly owned were as follows: televisions (91%), landline telephones (88.0%), and computers (79.0%). A large proportion of the sample reported an interest to receive assessments (58.4%), training and exercise programs (64.0%), and education (61.4%) via telerehabilitation, however, many were not interested to receive telerehabilitation (∼39%) and believed that the quality of care would be less than in-person rehabilitation (71.0%). CONCLUSIONS: The use of consumer technologies for the delivery of rehabilitation services is both feasible and desirable by stroke survivors. Telerehabilitation services at present should augment and not replace in-person rehabilitation. However, in cases where in-person rehabilitation is neither accessible nor possible, telerehabilitation could serve as an acceptable alternative and is a key area for future research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,366
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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

Citations62
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207