The Impact of Two Telerehabilitation Supervision Schedules on Physical Activity, Mobility, and Balance Among People with Moderate to Severe Traumatic Brain Injury: A Mixed-Method Single-Subject Design
Notice bibliographique
Résumé
Background: Many individuals who experience a moderate or severe traumatic brain injury (TBI) have long-term deficits in physical activity, balance, and mobility requiring specialized care. New delivery models are being investigated for interventions to address challenges caused by living in remote communities, difficulties with transportation, and/or physical distancing requirements. Determining the effectiveness of telerehabilitation is critical given the current movement toward remote health care delivery. Objective: We investigated the effectiveness of two teletherapy supervision schedules used to deliver a home-based, intensive exercise programme on 1) physical activity, mobility, balance, participation, and 2) concerns with falling, and satisfaction with life. Methods: A mixed methods approach with alternating single subject design (SSD) and interviews was used. Five individuals who experienced a moderate or severe TBI completed two intensive home-based telerehabilitation programmes. Programmes differed only by supervision schedule - daily or weekly. Impacts on objective and patient-reported outcomes were measured. Results: Four individuals demonstrated clinically significant improvements in physical activity level, balance, and mobility. One individual experienced less concerns with falling after both schedules, while two other individuals showed a trend in that direction after the weekly remote supervision. Important functional gains (i.e., improved balance and decreased fatigue) were also perceived and reported by family partners regardless of supervision schedule. Conclusion: Although the study has limitations, the findings indicate that exercise programmes delivered via telerehabilitation can improve balance and mobility as well as positively affect concerns with falling and physical activity levels for this population. No clear differences were seen between the two telerehabilitation supervision schedules.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».