MétaCan
Menu
Retour à la cohorte
Enregistrement W4297817182 · doi:10.2196/28851

A Psychological Support Intervention to Help Injured Athletes “Get Back in the Game”: Design and Development Study

2022· article· en· W4297817182 sur OpenAlexaffvenue
Clare L. Ardern, Nicholas Hooper, Paul O’Halloran, Kate E. Webster, Joanna Kvist

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychological interventionPhysical therapyRehabilitationThematic analysisMedicinePopulationAnterior cruciate ligamentRandomized controlled trialIntervention (counseling)UsabilityPsychologyApplied psychologyPhysical medicine and rehabilitationQualitative researchNursingSurgeryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: After a serious knee injury, up to half of athletes do not return to competitive sport, despite recovering sufficient physical function. Athletes often desire psychological support for the return to sport, but rehabilitation clinicians feel ill-equipped to deliver adequate support. OBJECTIVE: We aimed to design and develop an internet-delivered psychological support program for athletes recovering from knee ligament surgery. METHODS: Our work for developing and designing the Back in the Game intervention was guided by a blend of theory-, evidence-, and target population-based strategies for developing complex interventions. We systematically searched for qualitative evidence related to athletes' experiences with, perspectives on, and needs for recovery and return to sport after anterior cruciate ligament (ACL) injury. Two reviewers coded and synthesized the results via thematic meta-synthesis. We systematically searched for randomized controlled trials reporting on psychological support interventions for improving ACL rehabilitation outcomes in athletes. One reviewer extracted the data, including effect estimates; a second reviewer checked the data for accuracy. The results were synthesized descriptively. We conducted feasibility testing in two phases-(1) technical assessment and (2) feasibility and usability testing. For phase 1, we recruited clinicians and people with lived experience of ACL injury. For phase 2, we recruited patients aged between 15 and 30 years who were within 8 weeks of ACL reconstruction surgery. Participants completed a 10-week version of the intervention and semistructured interviews for evaluating acceptability, demand, practicality, and integration. This project was approved by the Swedish Ethical Review Authority (approval number: 2018/45-31). RESULTS: The following three analytic themes emerged from the meta-synthesis (studies: n=16; participants: n=164): (1) tools or strategies for supporting rehabilitation progress, (2) barriers and facilitators for the physical readiness to return to sport, and (3) barriers and facilitators for the psychological readiness to return to sport. Coping strategies, relaxation, and goal setting may have a positive effect on rehabilitation outcomes after ACL reconstruction (randomized controlled trials: n=7; participants: n=430). There were no trials of psychological support interventions for improving the return to sport. Eleven people completed phase 1 of feasibility testing (technical assessment) and identified 4 types of software errors, which we fixed. Six participants completed the feasibility and usability testing phase. Their feedback suggested that the intervention was easy to access and addressed the needs of athletes who want to return to sport after ACL reconstruction. We refined the intervention to include more multimedia content and support access to and the use of the intervention features. CONCLUSIONS: The Back in the Game intervention is a 24-week, internet-delivered, self-guided program that comprises 7 modules that complement usual rehabilitation, changes focus as rehabilitation progresses, is easy to access and use, and includes different psychological support strategies.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,114
Tête enseignante GPT0,465
Écart entre enseignants0,351 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations26
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207