MétaCan
Menu
Retour à la cohorte
Enregistrement W3109229555 · doi:10.1016/j.apmr.2020.10.133

Applying the Knowledge-to-Action Framework to Implement Gait and Balance Assessments in Inpatient Stroke Rehabilitation

2020· article· en· W3109229555 sur OpenAlexafffund
Jennifer L. Moore, Roberta Virva, Chris Henderson, Lauren Lenca, John F. Butzer, Linda Lovell, Elliot J. Roth, Ian D. Graham, T. George Hornby

Notice bibliographique

RevueArchives of Physical Medicine and Rehabilitation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensOttawa Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institute on Disability, Independent Living, and Rehabilitation ResearchU.S. Department of Health and Human Services
Mots-clésBerg Balance ScaleRehabilitationPhysical therapyMedicineKnowledge translationPhysical medicine and rehabilitationFacilitationPsychological interventionIntervention (counseling)Timed Up and Go testBalance (ability)PsychologyNursingKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The overall objectives of this project were to implement and sustain use of a gait assessment battery (GAB) that included the Berg Balance Scale, 10-meter walk test, and 6-minute walk test during inpatient stroke rehabilitation. The study objective was to assess the effect of the study intervention on clinician adherence to the recommendations and its effect on clinician perceptions and the organization. DESIGN: Pre- and post-training intervention study. SETTING: Subacute inpatient rehabilitation facility. PARTICIPANTS: Physical therapists (N=6) and physical therapist assistants (N=2). INTERVENTION: The intervention comprised a bundle of activities, including codeveloping and executing the plan with clinicians and leaders. The multicomponent implementation plan was based on the Knowledge-to-Action Framework and included implementation facilitation, implementation leadership, and a bundle of knowledge translation interventions that targeted barriers. Implementation was an iterative process in which results from one implementation phase informed planning of the next phase. MAIN OUTCOME MEASURES: Clinician administration adherence, surveys of perceptions, and organizational outcomes. RESULTS: Initial adherence to the GAB was 46% and increased to more than 85% after 6 months. These adherence levels remained consistent 48 months after implementation. Clinician perceptions of measure use were initially high (>63%), with significant improvements in knowledge and use of one measure after implementation. CONCLUSIONS: We successfully implemented the assessment battery with high levels of adherence to recommendations, likely because of using the bundle of knowledge translation activities, facilitation, and use of a framework to codevelop the plan. These changes in practice were sustainable, as determined by a 4-year follow-up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,003
Science ouverte0,0030,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,368
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations44
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of Physical Medicine and RehabilitationMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207