Facilitators and Barriers for the Adoption and Use of Telerehabilitation in Outpatient and Community Settings During the COVID-19 Pandemic: A Survey of Ontario Physiotherapists
Notice bibliographique
Résumé
Purpose: To describe the impact of COVID-19 on the adoption and use of telerehabilitation (TR), and to identify facilitators and barriers of the provision in Ontario physiotherapy outpatient/community settings. Method: A cross-sectional design, web-based survey was disseminated to Ontario physiotherapists working in outpatient/community settings. Descriptive statistics were used for data analysis. Results: Responses from 243 physiotherapists were included in the analysis. Respondents reported increasing and initiating TR to maintain continuity of care and limit patient COVID-19 exposure. Facilitators for adopting TR were physiotherapists' attitudes and access to technology, convenience and ease of scheduling sessions, and perceived patient satisfaction and comfort in their home environment compared with in-person care. Patient-related barriers for adopting TR perceived by respondents included patients' attitude, suitability and ability to address their needs, ease of adoption, and Internet connectivity. More than 50% of respondents perceived that financial factors did not influence TR adoption. Conclusions: Physiotherapists increased their use of TR through the COVID-19 pandemic. Effective implementation of TR should include both patient and physiotherapist education, and best practice guidelines on implementation of TR in order to create a hybrid model of care that would better address the patient's needs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».