Prioritizing mobility factors for assessment during the transition of older adults from hospital to home: a cross-sectional survey of physiotherapists in Southeastern Nigeria
Notice bibliographique
Résumé
BACKGROUND: Assessing all factors influencing older adults' mobility during the hospital-to-home transition is not feasible given the complex and time-sensitive nature of hospital discharge processes. OBJECTIVE: To describe the mobility factors that Nigerian physiotherapists prioritize to be assessed during hospital-to-home transition of older adults and explore the differences in the prioritization of mobility factors across the physiotherapists' demographics and practice variables. METHODS: This cross-sectional study included 121 physiotherapists who completed an online questionnaire, ranking 74 mobility factors using a nine-point Likert scale. A factor was prioritized if ≥ 70% of physiotherapists rated the factor as "Critical" (scores ≥7) and ≤ 15% of physiotherapists rated a factor as "Not Important" (scores ≤3). We assessed the differences in the prioritization of mobility factors across the physiotherapists' demographics/practice variables using Mann Whitney U and Kruskal-Wallis tests. FINDINGS: Forty-three of 74 factors were prioritized: four cognitive, two environmental, one financial, four personal, eighteen physical, seven psychological, and seven social factors. Males and those with self-reported expertise in each mobility determinants more frequently rated factors as critical. CONCLUSION: Prioritizing many mobility factors underscores the complex nature of mobility, suggesting that an interdisciplinary approach to addressing these factors may enhance post-hospital discharge mobility outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».