MétaCan
Menu
Retour à la cohorte
Enregistrement W4224284769 · doi:10.1186/s40814-022-01037-9

Community-based exercise programs incorporating healthcare-community partnerships to improve function post-stroke: feasibility of a 2-group randomized controlled trial

2022· article· en· W4224284769 sur OpenAlexafffund
Gayatri Aravind, Kainat Bashir, Jill I. Cameron, Jo-Anne Howe, Susan Jaglal, Mark Bayley, Robert Teasell, Rahim Moineddin, Joanne Zee, Walter P. Wodchis, Alda Tee, Susan Hunter, Nancy M. Salbach

Notice bibliographique

RevuePilot and Feasibility Studies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensRoyal Victoria Regional Health CentreWestern UniversityParkwood InstituteQueen's UniversityToronto General HospitalSt Joseph's Health CareUniversity of TorontoUniversity Health NetworkToronto Rehabilitation Institute
Organismes subventionnairesUniversity of TorontoToronto Rehabilitation InstituteHeart and Stroke Foundation of Canada
Mots-clésRandomized controlled trialFunction (biology)Stroke (engine)Physical therapyHealth careMedicinePsychologyPhysical medicine and rehabilitationNursingPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the potential for community-based exercise programs supported through healthcare-community partnerships (CBEP-HCPs) to improve function post-stroke, insufficient trial evidence limits widespread program implementation and funding. We evaluated the feasibility and acceptability of a CBEP-HCP compared to a waitlist control group to improve everyday function among people post-stroke. METHODS: We conducted a 3-site, pilot randomized trial with blinded follow-up evaluations at 3, 6, and 10 months. Community-dwelling adults able to walk 10 m were stratified by site and gait speed and randomized (1:1) to a CBEP-HCP or waitlist control group. The CBEP-HCP involved a 1-h, group exercise class, with repetitive and progressive practice of functional balance and mobility tasks, twice a week for 12 weeks. We offered the exercise program to the waitlist group at 10 months. We interviewed 13 participants and 9 caregivers post-intervention and triangulated quantitative and qualitative results. Study outcomes included feasibility of recruitment, interventions, retention, and data collection, and potential effect on everyday function. RESULTS: Thirty-three people with stroke were randomized to the intervention (n = 16) or waitlist group (n = 17). We recruited 1-2 participants/month at each site. Participants preferred being recruited by a familiar healthcare professional. Participants described a 10- or 12-month wait in the control group as too long. The exercise program was implemented per protocol across sites. Five participants (31%) in the intervention group attended fewer than 50% of classes for health reasons. In the intervention and waitlist group, retention was 88% and 82%, respectively, and attendance at 10-month evaluations was 63% and 71%, respectively. Participants described inclement weather, availability of transportation, and long commutes as barriers to attending exercise classes and evaluations. Among participants in the CBEP-HCP who attended ≥ 50% of classes, quantitative and qualitative results suggested an immediate effect of the intervention on balance, balance self-efficacy, lower limb strength, everyday function, and overall health. CONCLUSION: The CBEP-HCP appears feasible and potentially beneficial. Findings will inform protocol revisions to optimize recruitment, and program and evaluation attendance in a future trial. TRIAL REGISTRATION: ClinicalTrials.gov , NCT03122626 . Registered April 21, 2017 - retrospectively registered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,215
Tête enseignante GPT0,388
Écart entre enseignants0,172 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePilot and Feasibility StudiesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207