RecoverNow: A patient perspective on the delivery of mobile tablet-based stroke rehabilitation in the acute care setting
Notice bibliographique
Résumé
BACKGROUND/AIM: We previously reported the feasibility of RecoverNow (a mobile tablet-based post-stroke communication therapy in acute care). RecoverNow has since expanded to include fine motor and cognitive therapies. Our objectives were to gain a better understanding of patient experiences and recovery goals using mobile tablets. METHODS: Speech-language pathologists or occupational therapists identified patients with stroke and communication, fine motor, or cognitive/perceptual deficits. Patients were provided with iPads individually programmed with applications based on assessment results, and instructed to use it at least 1 h/day. At discharge, patients completed a 19-question quantitative and open-ended engagement survey addressing intervention timing, mobile device/apps, recovery goals, and therapy duration. RESULTS: Over a six-month period, we enrolled 33 participants (three did not complete the survey). Median time from stroke to initiation of tablet-based therapy was six days. Patients engaged in therapy on average 59.6 min/day and preferred communication and hand function therapies. Most patients (63.3%) agreed that therapy was commenced at a reasonable time, although half expressed an interest in starting sooner, 66.7% reported that using the device 1 h/day was enough, 64.3% would use it after discharge, and 60.7% would use it for eight weeks. Sixty-seven percent of patients expressed a need for family/friend/caregiver to help them use it. CONCLUSION: Our results suggest that stroke patients are interested in mobile tablet-based therapy in acute care. Patients in the acute setting prefer to focus on communication and hand therapies, are willing to begin within days of their stroke and may require assistance with the tablets.
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 | 0,001 | 0,001 |
| 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 ».