MétaCan
Menu
Retour à la cohorte
Enregistrement W4380154092 · doi:10.1177/17474930231184108

How should we measure physical activity after stroke? An international consensus

2023· article· en· W4380154092 sur OpenAlexaff
Natalie A. Fini, Dawn B. Simpson, Sarah Moore, Niruthikha Mahendran, Janice J. Eng, Karen Borschmann, David Moulaee Conradsson, Sébastien Chastin, Leonid Churilov, Coralie English

Notice bibliographique

RevueInternational Journal of Stroke · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicinePhysical activityStroke (engine)Physical therapyMEDLINEPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity is important for secondary stroke prevention. Currently, there is inconsistency of outcomes and tools used to measure physical activity following stroke. AIM: To establish internationally agreed recommendations to enable consistent measurement of post-stroke physical activity. METHODS: Stroke survivors and carers were surveyed online once regarding what is important in physical activity measurement. Three survey rounds with expert stroke researchers and clinicians were conducted using Keeney's Value-Focused Thinking Methodology. Survey 1 identified physical activity tools, outcomes, and measurement considerations which were ranked in Survey 2. Consensus recommendations on tools were then formulated by the consensus group based on survey responses. In Survey 3, participants reviewed ranked results and evidence gathered to determine their support for consensus recommendations. RESULTS: Twenty-five stroke survivors, 5 carers, 18 researchers, and 17 clinicians from 16 countries participated. Time in moderate-vigorous physical activity and step count were identified as the most important outcomes to measure. Key measurement considerations included the ability to measure across frequency, intensity, duration domains in real-world settings; user-friendliness, comfort, and ability to detect changes. Consensus recommendations included using the Actigraph, Actical, and Activ8 devices for physical activity intensity; ActivPAL for duration and Step Activity Monitor for frequency; and the IPAQ and PASE questionnaires. Survey 3 indicated 100% support for device and 96% for questionnaire recommendations. CONCLUSIONS: These consensus recommendations can guide selection of physical activity measurement tools and outcomes. Tool selection will depend on measurement purpose, user-knowledge, and resources. Comprehensive measurement requires the use of devices and questionnaires.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,050
Tête enseignante GPT0,350
Écart entre enseignants0,300 · 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'étudeObservationnel
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

Citations52
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of StrokeMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207