Stroke and Cognitive Impairment : a Cognitive Strategy-Based Approach To Improve Access To inpatient Stroke Rehabilitation
Notice bibliographique
Résumé
Background Access to rehabilitation for persons with stroke and cognitive impairment (CI) is limited. Rehabilitation teamsu2019 skills and knowledge to treat stroke patients with CI has been identified as a contributing factor. This study aimed to examine inpatient stroke rehabilitation acceptance rates for referred persons with CI before and after the implementation of a knowledge translation (KT) initiative aimed at improving skills in the cognitive-strategy based approach known as Cognitive Orientation to daily Occupational Performance (CO-OP). CO-OP KT includes a workshop, 4-months implementation support, health system support, and a sustainability process. MethodFive inpatient rehabilitation teams from a large Canadian city participated in CO-OP KT. Referrals and acceptances were extracted from the E-Stroke Rehabilitation Referral System for 12 months pre CO-OP KT and 6 months post. A chi-squared analysis was completed comparing acceptance for patients across CI severity levels (mild, moderate, severe) and across sites. ResultsSignificantly more patients with CI were accepted into rehabilitation across all sites post intervention (75.3% pre, 79.9% post; p=0.002), however site-specific differences were noted (-2.6% to 10.2% change in acceptances). The largest overall changes were seen in those with moderate CI (74.3% pre, 80.8% post; p=0.004). There was no significant change for patients without CI (77.8% pre, 75.5% post; p=0.421). ConclusionMore stroke patients with CI received inpatient stroke rehabilitation following implementation of a multi-faceted KT supported cognitive strategy-based intervention. Further analysis is required to determine the relationship between site differences and improvements noted.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,036 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,018 | 0,020 |
| Science ouverte | 0,009 | 0,016 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».