What are the perceptions and lived experiences of Canadian injured workers about the provision of physiotherapy services using telerehabilitation?
Notice bibliographique
Résumé
Purpose Despite evidence of efficacy, the effectiveness of telerehabilitation in real-world clinical settings is still largely unknown. Telerehabilitation requires a substantial transformation of the organization and delivery of traditional services. Considering that a virtual setting can create unique challenges for providing physiotherapy services and given the physical and potential hands-on nature of evidence-based assessments and interventions, it is important to investigate what injured workers think of receiving physiotherapy care via telerehabilitation and to examine if rehabilitation needs are adequately met. Methods A qualitative interpretive description study was conducted to explore the perspectives and experiences of 17 injured workers receiving physiotherapy via telerehabilitation. Data were collected through semi-structured interviews with participants from three provinces in Western Canada and analysed using thematic analysis. Qualitative rigour criteria of epistemological integrity, analytic logic, interpretive authority, and representative credibility were considered throughout this study. Results Implementation of telerehabilitation during the COVID-19 pandemic resulted in mixed perceptions from injured workers. Some viewed telerehabilitation as a resourceful option for providing services during the pandemic lockdown, resulting in maintained communications while overcoming barriers to services (e.g., rural/remote workers, transportation barriers, etc.). However, many thought telerehabilitation was inferior to in-person therapy for assessment and when ‘handson’ interaction was needed. Many believed a hybrid option may be ideal now that pandemic restrictions are lifted, with telerehabilitation supplementing in-person physiotherapy when needed. Conclusions Telerehabilitation was viewed as a resourceful option during the pandemic and in certain clinical situations (e.g., rural/remote). Workers should be able to make informed choices about service delivery format.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,015 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».