An investigation of the measurement properties of the physiotherapy therapeutic relationship measure in patients with musculoskeletal conditions
Notice bibliographique
Résumé
Purpose The therapeutic relationship between a patient and physiotherapist has been associated with improved physiotherapy outcomes. However, there is no agreed upon measure of therapeutic relationship in physiotherapy. This paper describes a validation study of a new patient-reported measure, the Physiotherapy Therapeutic Relationship Measure (P-TREM).Methods In this multi-site validation study, participants with musculoskeletal conditions (n = 163) completed a survey containing the P-TREM, demographic questions, a Trust in Healthcare Providers scale, and a therapeutic relationship global rating for construct validation. We investigated item quality, internal structure using exploratory factor analysis (EFA), unidimensionality, internal consistency, and construct validity. We eliminated poor performing items to optimise the length of the P-TREM.Results The final version of the P-TREM has 30 items. EFA suggests two domains: 'Physiotherapist role' and 'Patient role', correlation between factors was 0.71. Internal consistency was excellent. We found a low-moderate correlation between P-TREM scores and Trust in Healthcare Providers and a strong correlation between P-TREM scores and the therapeutic relationship global rating, confirming our hypotheses for convergent and concurrent validity.Conclusions The P-TREM can be considered for use in clinical research to understand therapeutic relationship in the care of people with longstanding musculoskeletal conditions in outpatient, in-person settings.
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 | 0,001 | 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) | 0,000 | 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 ».