Colombian Physiotherapists’ Use of Functional Outcome Measures in Their Practice
Notice bibliographique
Résumé
Purpose: We examined physiotherapists’ use of functional outcome measures in their practice to compare the frequency of use of functional outcome measures and impairment-based measures and to explore policies and practices related to the use of functional outcome measures in Colombia. Method: Eligible participants were licensed physiotherapists actively practising in Colombia. They were recruited by means of a survey link sent via email by a continuing education organization to all the physiotherapists in its database and through snowball sampling. The survey was adapted from questionnaires previously used in similar research in other countries. We used descriptive statistics to describe the use of 14 functional outcome measures and 4 impairment-based measures that have been translated into Spanish and to compare the demographics of the participants who used and did not use the listed functional outcome measures. Results: Of the 606 respondents, 87% used 1–14 of the listed functional outcome measures regularly or sometimes in their practice. The most commonly used functional outcome measures were the Borg Rating of Perceived Exertion (59%), the Barthel Index (56%), and the Berg Balance Scale (53%). In addition, 60% of respondents reported their workplace does charting electronically, 66% stated that their practice mandates or regularly uses functional outcome measures, and 59% indicated that they can independently select which outcome measures to use. Conclusions: The majority of Colombian physiotherapists surveyed are using outcome measures in their practice, which indicates that they are engaged in evidence-based practice. Study findings may stimulate more sharing of information on patient outcomes among Colombian physiotherapists, promote further research, and contribute to advancing practice in Colombia.
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 ».