Consensus-Based Recommendations for Comprehensive Clinical Assessment in Prosthetic Care: A Delphi Study
Notice bibliographique
Résumé
Background/Objective: The most effective strategy for addressing users’ prosthetic needs is a comprehensive clinical assessment that provides a holistic understanding of the individual’s symptoms, health, function, and environmental barriers and facilitators. A standardized evaluation form would provide guidance for a structured approach to comprehensive clinical assessments of people with LLA. The objective of this study was to determine a list of relevant elements to be included in prosthetic evaluation for adults with lower limb amputation. Methods: Three independent focus group discussions were conducted with prosthetists (n = 15), prosthesis users (n = 11), and decision makers (n = 4) to identify all relevant elements that should be included in the clinical assessment of prosthetic services. The final content was then determined using the Delphi technique, with 35 panelists (18 prosthetists and decision makers, and 17 prosthesis users) voting in each round. Results: A total of 91 elements were identified through the focus group, of which 78 were included through the Delphi process. The identified elements are mostly related to the physical health of the prosthesis user (e.g., mobility, pain, and medical information), while others address personal or psychosocial aspects (e.g., activities of daily living, goals, and motivation) or technical aspects (prosthesis-related). Conclusions: Through a Delphi consensus, a list of relevant elements to be included in a prosthetic evaluation was generated. These results will inform the development of a standardized clinical prosthetic assessment form. This form has the potential to improve the quality of clinical evaluations, guide interventions, and enhance the well-being of prosthetic users.
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 | 0,003 | 0,001 |
| 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 ».