Tele-Active Rehabilitation for Youth With Concussion: Evidence-Based and Theory-Informed Intervention Development
Notice bibliographique
Résumé
BACKGROUND: Active rehabilitation involving subsymptom threshold exercise combined with education and support promotes recovery in youth with concussion but is typically delivered in person, which may limit accessibility for families because of a lack of services in their communities or logistical challenges to attending in-person sessions. OBJECTIVE: This paper describes the evidence-based and theory-informed development of the Tele-Active Rehabilitation (Tele-AR) intervention for pediatric concussion, which was specifically designed for remote service delivery. METHODS: The intervention was designed by clinician-researchers with experience in pediatric concussion rehabilitation following the Medical Research Council guidance for developing complex interventions. Development involved a critical review of the literature to identify existing evidence, the expansion of the theoretical basis for active rehabilitation, and the modeling of the intervention process and outcomes. RESULTS: Tele-AR is a 6-week home exercise and education and support program facilitated through weekly videoconferencing appointments with a clinician. Exercise consists of low- to moderate-intensity subsymptom threshold aerobic activity and coordination drills that are individualized to participant needs and interests (prescribed for 3 days per week). Education includes the evidence-supported Concussion & You self-management program, which covers topics related to energy management, nutrition, hydration, sleep hygiene, and return to activity. Elements of self-determination theory are incorporated to support motivation and engagement. We present a logic model describing predicted intervention effects using a biopsychosocial conceptualization of outcomes after concussion. CONCLUSIONS: The Tele-AR intervention may help to increase access to care that improves recovery and promotes a timely return to activity in youth with concussion. Future research is needed to evaluate the feasibility and efficacy of this approach.
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 | 0,024 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».