Capabilities for Using Telemonitoring in Physiotherapy Treatment: Exploratory Qualitative Study
Notice bibliographique
Résumé
Background: Telemonitoring (TM), as part of telehealth, allows physiotherapists to monitor and coach their patients using remotely collected data. The use of TM requires a different approach compared with face-to-face treatment. Although a telehealth capability framework exists for health care professionals, it remains unclear what specific capabilities are required to use TM during physiotherapy treatments. Objective: This study aims to identify the capabilities required to use TM in physiotherapy treatment. Methods: An exploratory qualitative study was conducted following a constructivist semistructured grounded theory approach. Three heterogeneous focus groups were conducted with 15 lecturers of the School of Physiotherapy (Bachelor of Science Physiotherapy program) from the Amsterdam University of Applied Sciences. Focus group discussions were audiotaped and transcribed verbatim. Capabilities for using TM in physiotherapy treatment were identified during an iterative process of data collection and analysis, based on an existing framework with 4 different domains. Team discussions supported further conceptualization of the findings. Results: Sixteen capabilities for the use of TM in physiotherapy treatment were found addressing 3 different domains. Four capabilities were identified in the "digital health technologies, systems, and policies" domain, 7 capabilities in the "clinical practice and application" domain, and 5 capabilities in the "data analysis and knowledge creation" domain. No capabilities were identified in the "system and technology implementation" domain. Conclusions: The use of TM in physiotherapy treatment requires specific skills from physiotherapists. To best use TM in physiotherapy treatment, it is important to integrate these capabilities into the education of current and future physiotherapists.
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 | 0,026 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».