Occupational performance problems identified by 507 patients: An insight that can guide occupation-based hand therapy
Notice bibliographique
Résumé
Introduction Several barriers challenge the use of occupation-based interventions in hand therapy. An outpatient clinical setting can be prepared in such a way as to address the most common occupational performance problems which might promote an occupation-based intervention. To this end, more knowledge is needed about which problems patients with hand-related disorders consider most important. Methods Interviews using the Canadian Occupational Performance Measure (COPM)were conducted with 507 patients. Data were entered into Microsoft Excel in the COPM categories: Self-care, productivity and leisure and analysed using descriptive statistics. Data concerning main problem areas were categorized according to the Taxonomic Code of Occupational Performance (TCOP). The analysis included the number of prioritized occupational performance problems (NPOPP) in each COPM category/subcategory; the NPOPP in each category is relative to gender and age and the most frequent problems. Results The total NPOPP was 2384. Problems within productivity and self-care constituted the largest proportion, respectively, 46% and 40%. Gender or age affected the NPOPP in each category to a limited extend. Problems were expressed at all levels in the TCOP, except the lowest level. The most frequently expressed problem was use of utensils when eating. Conclusion The problems mostly concern productivity and self-care, regardless of gender or age. Patients consider problems at the levels of occupation, activities, tasks and actions to be important and meaningful to address in their intervention. This study provides useful knowledge that can be applied when preparing a setting to address the most common problems, which could lead to the promotion of occupation-based interventions.
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 ».