Protocol for a remote home-based upper extremity self-training program for community-dwelling individuals after stroke
Notice bibliographique
Résumé
Background: Half of all stroke survivors experience hemiparesis on the contralateral side, resulting in chronic upper extremity (UE) impairment. Remote rehabilitation is a promising approach to optimize the gains made in the clinic to maximize function and promote UE use at home. This paper describes the study protocol for a remote home-based UE self-training program. Design: This was a feasibility study that used a convergent mixed methods approach. Methods: We collected data on 15 community-dwelling individuals with UE hemiparesis after stroke. The study used motivational interviewing (MI) and ecological momentary assessments (EMA) to maximize engagement in a 4-week personalized UE self-training program. The study consisted of three phases: 1) training in MI for the interventionists 2) creating customized treatment plans using shared decision making, and 3) four weeks of UE self-training. Measures and analysis: To evaluate feasibility, we will summarize recruitment and retention rates, intervention delivery, acceptance, adherence, and safety. Quantitative UE outcomes will measure change in UE status after the intervention (Fugl-Meyer Assessment, Motor Activity Log, Canadian Occupational Performance Measure, and bilateral magnitude ratio). Qualitative data (1:1 semi-structured interviews) will capture participants' perceptions and experience with the intervention. Quantitative and qualitative data will be integrated to gain a deeper understanding of the facilitators and barriers for engagement and adherence to UE self-training. Conclusion: The results of this study will advance the scientific knowledge for use of MI and EMA as methods for enhancing adherence and engagement in UE self-training in stroke rehabilitation. The ultimate impact of this research will be to improve UE recovery for individuals with stroke transitioning back into community. Clinical trials registration: NCT05032638.
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 | 0,021 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,017 |
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 ».