Methodology for a Series of Rapid Reviews on Virtual Care in Rehabilitation, Reviewing Its Advantages and Challenges to Inform Best Practices
Notice bibliographique
Résumé
Background/Objective: Over the past two decades, the utilization of virtual care in rehabilitation has witnessed a significant surge; this is owing to the widespread availability of technological tools and the global impact of the COVID-19 pandemic. As a result, discussions surrounding the relevance and benefits of telerehabilitation have gained prominence among practitioners, who continually seek to enhance patient care while maintaining high standards of quality. Associated with these discussions are concerns over being able to provide care in an ethical way, as well as addressing equity issues that might be hindered or improved via telerehabilitation. To address the ethical and equity concerns around telerehabilitation, a series of five parallel rapid reviews of the scientific literature were conducted, focusing on different rehabilitation fields: physiotherapy and occupational therapy (1); speech therapy and audiology (2); psychology and neuropsychology (3); and in two age groups: older adults (4); and pediatrics and young adults (5). The objective of this series of rapid reviews is to evaluate the evidence presented regarding telerehabilitation; identifying and recommending best practices especially in the realm of ethics and equity. Methods: Medline; CINAHL; and EMBASE were searched between 2010 and 2023 for English or French-language reviews (2010–2020) and individual studies (2020–2023) pertaining to telerehabilitation and these fields of interest. Data were extracted following a standardized form focusing on: outcomes; findings; quality assessment/biases; limitations; and discussion of ethical and equity concerns. Results: The results are presented according to the most relevant themes, which include: findings; strengths; limitations; and ethical/equity considerations. Conclusions: This research presents a methodology rarely published before, on how to conduct multiple parallel rapid reviews on the theme of telerehabilitation, based on different rehabilitation fields and age groups. This research will shape future guidelines and standards in applying ethical and equity standards in telerehabilitation.
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 | 0,006 | 0,060 |
| 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 ».