Implementation of Home-Based Telerehabilitation of Patients With Stroke in the United States: Protocol for a Realist Review
Notice bibliographique
Résumé
BACKGROUND: Stroke is a common cause of mortality and morbidity. Insufficient and untimely rehabilitation has been associated with inadequate recovery. Telerehabilitation provides an opportunity for timely and accessible services for individuals with stroke, especially in remote areas. Telerehabilitation is defined as a health care team's use of a communication mode (eg, videoconferencing) to remotely provide rehabilitation services. Telerehabilitation is as effective as facility-based rehabilitation; however, it is infrequently used due to implementation barriers. OBJECTIVE: The aim of the study is to explore the interaction between the implementation strategies, context, and outcomes of telerehabilitation of patients with stroke. METHODS: This review will follow four steps: (1) defining the review scope, (2) literature search and quality appraisal, (3) data extraction and evidence synthesis, and (4) narrative development. PubMed via MEDLINE, the PEDro database, and CINAHL will be queried till June 2023 and supplemented with citation tracking and a gray literature search. The relevance and rigor of papers will be appraised using the TAPUPAS (Transparency, Accuracy, Purposivity, Utility, Propriety, Accessibility, and Specificity) and Weight of Evidence frameworks. The reviewers will extract and synthesize data iteratively and develop explanatory links between contexts, mechanisms, and outcomes. The results will be reported according to the Realist Synthesis publication standards set by Wong and colleagues in 2013. RESULTS: The literature search and screening will be completed in July 2023. Data extraction and analysis will be completed in August 2023, and findings will be synthesized and reported in October 2023. CONCLUSIONS: This will be the first realist synthesis, uncovering the causal mechanisms to explain how, why, and to what extent implementation strategies impact telerehabilitation adoption and implementation. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/47009.
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 | 0,092 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,018 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,008 |
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 ».