MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396688569 · doi:10.1186/s12913-024-11043-7

Exploring the experiences of adults with stroke in virtual community-based stroke programs: a qualitative descriptive study

2024· article· en· W4396688569 sur OpenAlexafffundabout
Amy Cruickshank, Emma Brooks, Christina Sperling, Michelle Nelson, Hardeep Singh

Notice bibliographique

RevueBMC Health Services Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensLunenfeld-Tanenbaum Research InstituteToronto Rehabilitation InstituteSinai Health SystemMarch of Dimes CanadaPublic Health OntarioUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesTemerty Faculty of Medicine, University of TorontoUniversity of TorontoMarch of Dimes CanadaMarch of Dimes Foundation
Mots-clésNursing researchHealth informaticsMedicineHealth administrationStroke (engine)Qualitative researchPublic healthDescriptive researchHealth services researchNursingGerontologyFamily medicineSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stroke is among the top contributors to disability and can impact an individual's cognition, physical functioning, and mental health. Since the COVID-19 pandemic, several community-based organizations have started delivering stroke programs virtually. However, participants' experiences in these programs remain understudied, and evidence-based guidelines to inform and optimize virtual stroke program development and delivery are lacking. Thus, this study aimed to describe the perspectives and experiences of individuals with stroke who participated in virtual community-based organization stroke programs, including perceived access and participation facilitators and barriers and suggestions for improving these programs. METHODS: A qualitative descriptive design was used to gather participant experiences through semi-structured interviews. Audio-recorded interviews were conducted on Zoom and transcribed verbatim. Adult participants who had experienced a stroke and attended at least one Canadian virtual community-based organization stroke program were recruited. Data were analyzed using inductive thematic analysis. RESULTS: Twelve participants (32-69 years, 2-23 years post-stroke, eight women and four men) participated in this study. Five themes were identified: (1) motives to join virtual community-based organization stroke programs, including gaining peer connections, knowledge and information; (2) perceived barriers to accessing and participating in virtual community-based organization stroke programs, including technology inequities, difficulties navigating technology, and inadequate facilitation; (3) perceived facilitators to accessing and participating in virtual community-based organization stroke programs, including remote access, virtual platform features and program leader characteristics/skills; (4) unmet needs during virtual community-based organization stroke programs, including in-person connection and individualized support; and (5) suggestions and preferences for improving virtual community-based organization stroke programs, including program facilitation, content and format. CONCLUSIONS: Study findings highlight opportunities to improve virtual community-based organization stroke programs to optimize participant experiences and outcomes. Addressing the barriers and suggestions identified in this study may improve virtual community-based organization stroke programs' access and quality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,005
Communication savante0,0030,003
Science ouverte0,0020,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,251
Tête enseignante GPT0,478
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→