MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407270047 · doi:10.1136/bmjopen-2024-093838

Keeping Active with Texting after Stroke (KATS): a single-arm feasibility and acceptability study of a behavioural intervention to promote community-based physical activity after stroke rehabilitation

2025· article· en· W4407270047 sur OpenAlexaff
Jacqui Morris, Linda Irvine, Jenna Breckenridge, Albert Farré, Gözde Özakinci, Andrew Murphy, Stephan U Dombrowski

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of FrederictonUniversity of New Brunswick
Organismes subventionnairesChief Scientist Office
Mots-clésMedicineIntervention (counseling)Stroke (engine)RehabilitationPhysical medicine and rehabilitationPhysical activityPhysical therapyNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To test the feasibility and acceptability of a text-message-delivered behavioural intervention to promote and maintain physical activity and recovery after stroke rehabilitation. DESIGN: A single-arm acceptability and feasibility study. SETTING: Community rehabilitation services in two Health Board areas in Scotland. PARTICIPANTS: People with stroke who could participate in physical activities and use a mobile phone were recruited during rehabilitation and community rehabilitation. INTERVENTION: Keeping Active with Texting after Stroke (KATS) is an automated text message-delivered intervention informed by behaviour change theory. It delivers a structured sequence of 103 messages over 14 weeks to support the uptake and maintenance of physical activities following stroke rehabilitation. OUTCOMES: Data on recruitment, retention and satisfaction were collected. Semistructured interviews explored intervention acceptability. Preintervention and postintervention measures provided preliminary information on step count, functional independence, mental well-being, self-efficacy and quality of life. RESULTS: 18 men and 13 women were recruited; three withdrew before intervention commencement. All 28 participants who received at least one text message completed the study, indicating 100% retention. Median satisfaction score was 23/25 (range 12-25). All but one participant read and responded to texts, indicating good engagement. Effect sizes (Cohen's d; per cent change) were demonstrated in step count (0.2; 13%), extended activities of daily living (0.24; 8.3%) and mental well-being (0.35; 7%). Participants perceived KATS as acceptable, valuing messages and motivational prompts, but personalised tailoring was desired by some. CONCLUSIONS: Recruitment, retention and outcome measure completion were feasible, and KATS was perceived as acceptable. Findings suggest some modifications of messages and goal-setting processes are required to accommodate participants with diverse physical activity capabilities before a definitive trial. Promising indicators of effects were detected, although interpretation must be cautious because the study was not powered to determine efficacy, and there was no control group. Based on these findings, KATS will be further optimised before evaluating effectiveness in a randomised controlled trial. TRIAL REGISTRATION NUMBER AND PROTOCOL AVAILABILITY: ISRCTN 13704805 https://www.hra.nhs.uk/planning-and-improving-research/application-summaries/research-summaries/keeping-active-with-texting-after-stroke-kats/Protocol available https://www.isrctn.com/ISRCTN13704805?q=13704805&filters=&sort=&offset=1&totalResults=1&page=1&pageSize=10.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,083
Tête enseignante GPT0,410
Écart entre enseignants0,328 · 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'étudeEssai non randomisé
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→