MétaCan
Menu
Retour à la cohorte
Enregistrement W2903009637 · doi:10.2196/10510

Assistive Technology for the Upper Extremities After Stroke: Systematic Review of Users’ Needs

2018· review· en· W2903009637 sur OpenAlexvenueno aff
A. L. van Ommeren, Laura C Smulders, Gerdienke B. Prange-Lasonder, Jaap H. Buurke, Petrus H. Veltink, Johan S. Rietman

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésAssistive technologyUser needsPhysical medicine and rehabilitationStroke (engine)Human–computer interactionAssistive deviceComputer sciencePsychologyInternet privacyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Technical innovations have the potential to compensate for loss of upper-limb motor functions after stroke. However, majority of the designs do not completely meet the needs and preferences of the end users. User-centered design methods have shown that the attention to user perspectives during development of assistive technology leads to devices that better suit the needs of the users. OBJECTIVE: To get more insight into the factors that can bring the design of assistive technology to higher levels of satisfaction and acceptance, studies about user perspectives on assistive technology for the upper limb after stroke are systematically reviewed. METHODS: A database search was conducted in PubMed, EMBASE, CINAHL, PsycINFO, and Scopus from inception to August 2017, supplemented with a search of reference lists. Methodological quality of the included studies was appraised. User perspectives of stroke survivors, carers, and health care professionals were extracted. A total of 35 descriptive themes were identified, from which 5 overarching themes were derived. RESULTS: In total, 9 studies with information gathered from focus groups, questionnaires, and interviews were included. Barriers and enablers influencing the adoption of assistive technology for the upper limb after stroke emerged within 5 overarching but highly interdependent themes: (1) promoting hand and arm performance; (2) attitude toward technology; (3) decision process; (4) usability; and (5) practical applicability. CONCLUSIONS: Expected use of an assistive technology is facilitated when it has a clear therapeutic base (expected benefit in enhancing function), its users (patients and health care professionals) have a positive attitude toward technology, sufficient information about the assistive technology is available, and usability and practical applicability have been addressed successfully in its design. The interdependency of the identified themes implies that all aspects influencing user perspectives of assistive technology need to be considered when developing assistive technology to enhance its chance of acceptance. The importance of each factor may vary depending on personal factors and the use context, either at home as an assistive aid or for rehabilitation at a clinic.

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 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)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,336
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207