Implementation and Effects of an Information Technology–Based Intervention to Support Speech and Language Therapy Among Stroke Patients With Aphasia: Protocol for a Virtual Randomized Controlled Trial (Preprint)
Notice bibliographique
Résumé
BACKGROUND Mobile app–based therapies are increasingly being employed by speech-language pathologists in the rehabilitation of people with aphasia as adjuncts or substitutes for traditional in-person therapy approaches. These apps can increase the intensity of treatment and have resulted in meaningful outcomes across several domains. OBJECTIVE VoiceAdapt is a mobile therapy app designed with user and stakeholder feedback within a user-centered design framework. VoiceAdapt uses two evidence-based lexical retrieval treatments to help people with aphasia in improving their naming abilities through interactions with the app. The purpose of the randomized controlled trial (RCT) proposed here is to examine the feasibility and clinical efficacy of training with VoiceAdapt on the language and communication outcomes of people with aphasia. METHODS A multicenter RCT is being conducted at two locations within Canada. A total of 80 people with aphasia will be recruited to participate in a two-arm, waitlist-controlled, crossover group RCT. After baseline assessment, participants will be randomized into an intervention group or a waitlist control group. The intervention group participants will engage in 5 weeks of training with the app, followed by posttreatment and follow-up assessments after an additional 5 weeks. Those in the waitlist control group will have no training for 5 weeks; this is followed by pretreatment assessment, training for 5 weeks, and posttreatment assessment. All trial procedures are being conducted remotely given the COVID-19 pandemic. RESULTS Recruitment of participants started in September 2020, and the study is expected to be completed by March 2022. Publication of results is expected within 6 months of study completion. CONCLUSIONS The results of the RCT will provide information on evidence-based practice using technology-based solutions to treat aphasia. If positive results are obtained from this RCT, the VoiceAdapt app can be recommended as an efficacious means of improving lexical retrieval and communicative functioning in people with aphasia in an easily accessible and a cost-effective manner. Moreover, the implementation of this RCT through remote assessment and delivery can provide information to therapists on telerehabilitation practices and monitoring of app-based home therapy programs. CLINICALTRIAL ClinicalTrials.gov NCT04108364; https://clinicaltrials.gov/ct2/show/NCT04108364 INTERNATIONAL REGISTERED REPORT DERR1-10.2196/30621
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 | 0,034 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,013 |
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 ».