Acceptability of Telerehabilitation: Experiences and Perceptions by Individuals with Stroke and Caregivers in an Early Supported Discharge Program
Notice bibliographique
Résumé
INTRODUCTION: Telerehabilitation (TR) is a promising method for facilitating the delivery and access to post-stroke rehabilitation services. OBJECTIVE: The aim of this study was to explore the acceptability of TR and factors influencing its adoption by individuals with stroke and caregivers. METHODS: A qualitative descriptive approach was used. Six individuals with stroke and three caregivers participated in individual online interviews. An abductive thematic analysis was employed to analyze the qualitative data, using the Unified Theory of Acceptance and Use of Technology 2 (UTAUT-2) model. RESULTS: Participants reported positive experiences with TR, resulting in improvements in functional abilities, such as manual dexterity, balance, and positive interactions with therapists. They found the technology easy to learn and use, facilitating engagement in TR. Participants' prior experiences with technology, along with support from caregivers and therapists, facilitated acceptance and the use of TR. The COVID-19 pandemic also motivated participants to accept TR. However, technical issues, unstable internet connections, and lack of feedback were barriers to the use of TR. CONCLUSION: Despite existing obstacles, TR can be used to provide rehabilitation services for individuals with stroke. Addressing these barriers is necessary to promote the widespread and effective use of TR in the context of stroke recovery.
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 | 0,000 | 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 ».