MétaCan
Menu
Retour à la cohorte
Enregistrement W2900118086 · doi:10.2196/11975

An Interactive Home-Based Cognitive-Motor Step Training Program to Reduce Fall Risk in Older Adults: Qualitative Descriptive Study of Older Adults’ Experiences and Requirements

2018· article· en· W2900118086 sur OpenAlex
Trinidad Valenzuela, Husna Razee, Daniel Schoene, Stephen R. Lord, Kim Delbaere

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Aging · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFall preventionPsychological interventionGerontologyMedicineFalls in older adultsPhysical therapyLimitingHuman factors and ergonomicsCognitionPoison controlPhysical medicine and rehabilitationNursingMedical emergencyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Falls are a major contributor to the burden of disease in older adults. Home-based exercise programs are effective in reducing the rate and risk of falls in older adults. However, adherence to home-based exercise programs is low, limiting the efficacy of interventions. The implementation of technology-based exercise programs for older adults to use at home may increase exercise adherence and, thus, the effectiveness of fall prevention interventions. More information about older adults' experiences when using technologies at home is needed to enable the design of programs that are tailored to older adults' needs. OBJECTIVE: This study aimed to (1) explore older adults' experiences using SureStep, an interactive cognitive-motor step training program to reduce fall risk unsupervised at home; (2) explore program features that older adults found encouraged program uptake and adherence; (3) identify usability issues encountered by older adults when using the program; and (4) provide guidance for the design of a future technology-based exercise program tailored to older adults to use at home as a fall prevention strategy. METHODS: This study was part of a larger randomized controlled trial. The qualitative portion of the study and the focus of this paper used a qualitative descriptive design. Data collectors conducted structured, open-ended in-person interviews with study participants who were randomly allocated to use SureStep at home for 4 months. All interviews were audiotaped and ranged from 45 to 60 min. Thematic analysis was used to analyze collected data. This study was guided by Pender's Health Promotion Model. RESULTS: Overall, 24 older adults aged 70 to 97 years were interviewed. Findings suggest older adults are open to use technology-based exercise programs at home, and in the context of optimizing adherence to home-based exercise programs for the prevention of falls, findings suggest that program developers should develop exercise programs in ways that provide older adults with a fun and enjoyable experience (thus increasing intrinsic motivation to exercise), focus on improving outcomes that are significant to older adults (thus increasing self-determined extrinsic motivation), offer challenging yet attainable exercises (thus increasing perceived self-competence), provide positive feedback on performance (thus increasing self-efficacy), and are easy to use (thus reducing perceived barriers to technology use). CONCLUSIONS: This study provides important considerations when designing technology-based programs so they are tailored to the needs of older adults, increasing both usability and acceptability of programs and potentially enhancing exercise participation and long-term adherence to fall prevention interventions. Program uptake and adherence seem to be influenced by (1) older adults' perceived benefits of undertaking the program, (2) whether the program is stimulating, and (3) the perceived barriers to exercise and technology use. Older adults shared important recommendations for future development of technologies for older adults to use at home.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,458
Écart entre enseignants0,397 · 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