Effectiveness of sensor monitoring in a rehabilitation programme for older patients after hip fracture: a three-arm stepped wedge randomised trial
Notice bibliographique
Résumé
OBJECTIVES: to test the effects of an intervention involving sensor monitoring-informed occupational therapy on top of a cognitive behavioural treatment (CBT)-based coaching therapy on daily functioning in older patients after hip fracture. DESIGN, SETTING AND PATIENTS: three-armed randomised stepped wedge trial in six skilled nursing facilities, with assessments at baseline (during admission) and after 1, 4 and 6 months (at home). Eligible participants were hip fracture patients ≥ 65 years old. INTERVENTIONS: patients received care as usual, CBT-based occupational therapy or CBT-based occupational therapy with sensor monitoring. Interventions comprised a weekly session during institutionalisation, followed by four home visits and four telephone consultations over three months. MAIN OUTCOMES AND MEASURES: the primary outcome was patient-reported daily functioning at 6 months, assessed with the Canadian Occupational Performance Measure. RESULTS: a total of 240 patients (mean[SD] age, 83.8[6.9] years were enrolled. At baseline, the mean Canadian Occupational Performance Measure scores (range 1-10) were 2.92 (SE 0.20) and 3.09 (SE 0.21) for the care as usual and CBT-based occupational therapy with sensor monitoring groups, respectively. At six months, these values were 6.42 (SE 0.47) and 7.59 (SE 0.50). The mean patient-reported daily functioning in the CBT-based occupational therapy with sensor monitoring group was larger than that in the care as usual group (difference 1.17 [95% CI (0.47-1.87) P = 0.001]. We found no significant differences in daily functioning between CBT-based occupational therapy and care as usual. CONCLUSIONS AND RELEVANCE: among older patients recovering from hip fracture, a rehabilitation programme of sensor monitoring-informed occupational therapy was more effective in improving patient-reported daily functioning at six months than to care as usual. TRIAL REGISTRATION: Dutch National Trial Register, NTR 5716.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».