“I feel I'm leading the charge.” Experiences of a virtual physiotherapist-guided knee health program for persons at-risk of osteoarthritis after a sport-related knee injury
Notice bibliographique
Résumé
Describe participants’ perspectives about the feasibility of a virtual, physiotherapist-guided knee health program for people at risk of post-traumatic osteoarthritis after a sport-related knee injury. Qualitative description study nested within a quasi-experimental study evaluating the feasibility of the Stop OsteoARthritis (SOAR) with persons with sport-related knee injuries. SOAR includes: 1) one-time Knee Camp (group education, 1:1 exercise/activity goal-setting); 2) weekly home-based exercise/activity program with tracking, and; 3) weekly 1:1 physiotherapy-guided action-planning. Upon program completion, semi-structured 1:1 interviews were conducted with participants identified by convenience and maximum variation sampling (age, gender, program satisfaction). Open-ended questions elicited participants’ experiences with the program. Content analysis was conducted. 12 women and 4 men [median (min-max) age; 30 (19–46) years] were interviewed. Four categories depicted participants' experiences: 1) ‘SOAR satisfies an unmet need’ portrayed the perceived relevance and need for a program that promotes knowledge about knee health and self-efficacy for independent exercise behaviour, 2) ‘Regaining control of knee health’ described how SOAR empowered participants and fostered a sense of ‘leading the charge’ to their own knee health, 3) ‘Social support encourages exercise participation’ highlighted that weekly physiotherapy interactions provided accountability for achieving exercise goals, and that relating to other participants was inspirational, 4) ‘Program refinements and barriers’ suggested enhancements to meet the needs of future participants. Participants report the SOAR program to be acceptable, relevant, and empowering. Improved knowledge about one's knee health, self-efficacy, autonomy, and social support may encourage exercise adherence and self-management of future knee OA risk.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».