Accessibility, safety, and effectiveness of telerehabilitation for public safety personnel with posttraumatic stress injuries: an interpretive description study
Notice bibliographique
Résumé
BACKGROUND: Public safety personnel (PSP) are regularly exposed to stress which can result in the development of posttraumatic stress injuries (PTSIs) and leave them unable to work. The COVID-19 pandemic caused a shift in the delivery of PTSI rehabilitation to telerehabilitation (mainly videoconference, but some telephone-based care). METHODS: The present study employed an Interpretive Description design to explore the lived experiences of PSP, clinicians, and decision-makers regarding the safety, accessibility, and effectiveness of PTSI telerehabilitation. We used purposive and convenience sampling techniques, aiming to maximize variation. Interview data were generated using semi-structured interviews and analyzed using an integrated, team-based approach to Braun and Clarke’s reflexive thematic analysis. RESULTS: Our final sample consisted of 34 participants: 12 PSP, 14 clinicians, and eight decision-makers. Three themes were generated: (1) Responding to the uniqueness of individuals and their contexts; (2) Prioritizing different elements of safety at different times; and (3) Facets of care that lead to perceptions of credibility. While telerehabilitation offers accessibility and flexibility, its application necessitates a nuanced, person-centred approach. CONCLUSIONS: Clinicians need to tailor the mode of delivery to PSP and be aware of the potential limitations in observing subtle cues and fostering the therapeutic alliance virtually. Decision-makers should consider policies that support a hybrid model of care, balancing PSP preference and the potential need for in-person interventions to address avoidance and facilitate crucial components of care. Ultimately, for PSP, telerehabilitation presents a valuable option for accessing timely, comfortable care, but open communication with clinicians about preferences and any challenges experienced with virtual modalities is paramount.
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 | 0,037 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».