Making the Case for Virtual Osteoarthritis Management Programs
Notice bibliographique
Résumé
Rationale: Osteoarthritis (OA) is one of Canada’s most prevalent chronic conditions, resulting in a high burden of disease due to common symptoms of chronic pain, limited function, poor mental health, and decreased quality of life. First-line treatments for OA target pain and quality of life through education, exercise, and weight loss. However, many individuals do not participate in first-line approaches, and known barriers exist to in-person formats. Virtual osteoarthritis management programs (OAMP) have the potential to improve access to treatment and address barriers to in-person formats. Objectives: To understand virtual OAMP that include education and exercises by examining the GLA:DTM Canada transition to virtual formats. The objectives are to: 1) Identify and synthesize available guidance for implementing virtual programs 2) Understand participant and clinician perspectives on virtual GLA:DTM 3) Compare GLA:DTM program outcomes between in-person and virtual or hybrid formats Results: Objective 1: A scoping review demonstrated limited guidance available (six peer-reviewed, six grey literature) for clinicians implementing virtual programs. Collectively guidance suggested clinician training, adjustments to consent, education and exercise components, and completing participant screening and safety checks. Objective 2: Participants’ and clinicians’ perspectives were obtained via qualitative descriptive analysis and identified four main themes: 1) expected and unexpected benefits, 2) drawbacks to virtual programs, 3) program delivery in a virtual world, and 4) shifting and non-shifting perspectives. Overall, participants supported virtual formats, while clinicians remained divided. Objective 3: When compared to virtual formats there were no differences between in-person and virtual/hybrid for pain, quality of life, or self-efficacy. Compared to in-person formats, the virtual format resulted in statistically, but not clinically, lower function scores, and the hybrid format resulted in statistically and clinically fewer chair stand repetitions. Conclusion: Despite limited guidance available on implementation, virtual and hybrid OAMP appear both accepted and generally effective for participants.
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 | 0,056 | 0,165 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,016 | 0,020 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».