Use of real-time videoconferencing to deliver physical therapy services: A scoping review of published and emerging evidence
Notice bibliographique
Résumé
AbstractIntroductionTelehealth may be a viable means to deliver physical therapy services across a range of practice settings and health conditions; however, there is limited uptake of telehealth in clinical practice. The purpose of this study is to examine and describe trends, gaps and opportunities in published and emerging evidence regarding the use of real-time videoconferencing to deliver physical therapy services.MethodsFour databases and three trial registries were searched using terms for physical therapy and telehealth. Inclusion criteria were primary studies, systematic reviews and published trial registries that had the following features: physical therapy assessment and/or treatment, real-time videoconferencing and English language. Title/abstract, full text screening and data extraction were completed by pairs of independent reviewers. Descriptive statistics stratified by published research and trial registry records were used to summarize study characteristics.ResultsA total of 100 studies (80 published and 20 trial registries) were included. Australia, Canada and the US have the highest proportion of published and emerging research (63.0%). The majority of conditions studied were musculoskeletal (42.0%). Computers were the most common videoconferencing technology used (31.0%) and only 14.0% of studies reported using a secure platform. The majority of studies examined health outcomes (64.0%) and process outcomes (65.0%), while only 32.0% reported system outcomes.DiscussionResearch in the field of telehealth and physical therapy is growing and becoming increasingly diverse with the advancements in technology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».