Group-based circuit training to improve mobility after stroke: a cross-sectional survey of German and Austrian physical therapists in outpatient settings
Notice bibliographique
Résumé
BACKGROUND: A contextual transferability analysis identified group-based circuit training (GCT) as an optimal intervention in German and Austrian outpatient physical therapy to improve mobility post-stroke. GCT incorporates task-oriented, high-repetitive, balance, aerobic and strength training and allows for increased therapy time without increasing personnel. OBJECTIVE: To determine the extent to which German and Austrian physical therapists (PTs) use GCT and its components in the outpatient treatment of stroke-related mobility deficits and to identify factors associated with using GCT components. METHODS: A cross-sectional online survey was conducted. Data were analyzed descriptively and using ordinal regression. RESULTS: Ninety-three PTs participated. None reported using GCT moderately to frequently (4-10/10 patients). The percentage of PTs reporting frequent use (7-10/10 patients) of task-oriented, balance, strength, aerobic, and high-repetitive training was 45.2%, 43.0%, 26.9%, 19.4%, and 8.6%, respectively. Teaching or supervising students, time for evidence-based practice activities at work, and working in Austria was associated with using GCT components frequently. CONCLUSION: German and Austrian PTs do not yet use GCT in outpatient physical therapy for stroke. Almost half of PTs, however, employ task-oriented training as recommended across guidelines. A detailed, theory-driven and country-specific evaluation of barriers to GCT uptake is necessary to inform implementation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».