Are Optometrists Prepared to Be Involved in Post-Stroke Rehabilitation?
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Stroke survivors often experience various visual consequences that impact their daily life and may benefit from visual interventions. However, some of these usually go unaddressed as optometrists are rarely included in the post-stroke care pathway. Yet, optometrists are interested in contributing to the care of these patients. This survey evaluated the readiness of optometrists in diagnosing and managing visual disorders specific to stroke survivors. METHODS: A questionnaire was developed by the researchers, pilot tested by 5 research optometrists and 15 community optometrists, and modified based on the feedback. Practicing optometrists were invited to complete the anonymous online survey through optometric organizations in Canada, the US, Hong Kong, India, and the UK. RESULTS: Most respondents displayed strong knowledge, but 61.6% indicated that enhancing their knowledge would be helpful. The majority (87%) agreed that stroke is related to an increased incidence of falls. Participants' knowledge regarding the natural history of post-stroke visual disorders was poorer. There were also inconsistencies regarding what optometrists considered ideal interventions and what they undertook in practice. More than 50% of respondents reported that the quality of published evidence on post-stroke visual consequences was low or nonexistent. CONCLUSIONS: Overall, survey respondents displayed sufficient knowledge. However, there are areas of uncertainty in their knowledge, which in many cases correspond to real gaps in the available evidence. There is a need to identify and remediate these gaps to enable optometrists to deliver quality optometric care as collaborative members of the post-stroke professional team, which would eventually improve the rehabilitation of stroke survivors.
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 | 0,011 |
| 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 ».