MétaCan
Menu
Retour à la cohorte
Enregistrement W3213049392 · doi:10.1007/s12603-021-1699-y

Assessing Physical Performance in Older Adults during Isolation or Lockdown Periods: Web-Based Video Conferencing as a Solution

2021· article· en· W3213049392 sur OpenAlexaff
Éva Peyrusqué, Jordan Granet, Benjamin Pageaux, Fanny Buckinx, Mylène Aubertin‐Leheudre

Notice bibliographique

RevueThe journal of nutrition health & aging · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Balance (ability)Physical medicine and rehabilitationCoronavirus disease 2019 (COVID-19)Computer scienceTelemedicineVideoconferencingPhysical therapyMedicinePower (physics)Multimedia

Résumé

récupéré en direct d'OpenAlex

During the COVID-19 pandemic, face-to-face assessments were limited. Fortunately, older adults have access to web-technology (60%). Thus, we aimed to explore if assessing physical performance remotely is as reliable and valid as in person. At the end of the first lockdown, 15 older adults agreed to perform two similar evaluations in remote and face-to-face conditions. Functional capacities [5-repetitions Sit-to-Stand (STS); unipodal balance, 4-m walking speed (normal (NWS); fast (FWS)), 3-m Timed-Up and Go (normal (nTUG); fast (fTUG))] and muscle power and endurance were assessed. Fast walking speed was moderately reliable. Unipodal balance, NWS and nTUG were highly reliable (ICC>0.7). fTUG, STS, muscle endurance and power were extremely reliable (ICC>0.9). For absolute reliability, SEM varied from 15.54 to 5.14%. Finally, the MDC varied from 43.07 to 14.21%. Assessing functional capacities and muscle function remotely is as reliable and valid as a face-to-face assessment and should be considered as a clinical practice.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,368
Écart entre enseignants0,328 · 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

Citations37
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe journal of nutrition health & agingMême sujetNutrition and Health in AgingTravaux en français237 207