ORTHOPEDIC AND MUSCULOSKELETAL REHABILITATION: AN OCCUPATIONAL THERAPY PERSPECTIVE
Notice bibliographique
Résumé
Musculoskeletal diseases (MSDs) are the main cause of disability in the world, and it includes diseases of bones, joints, muscles, tendons, ligaments, and cartilage. In India, the prevalence of MSDs is estimated to range between 15 and 30 percent of the population where the increasing prevalence is due to an ageing population, work-related risks in agriculture and construction and road traffic injuries. The chapter will provide a conceptual summary of the orthopedic and musculoskeletal rehabilitation using an occupational therapy (OT) approach, with an orientation towards occupation-driven practice, rather than impairment-based approaches. The OT role in musculoskeletal rehabilitation is found in fractures of the upper extremities, lower extremities, arthroplasties, spinal, inflammatory arthropathies, and hand disorders. Clinical reasoning is guided by theoretical frameworks such as the Model of Human Occupation (MOHO), Canadian Model of Occupational Performance and Engagement (CMOP-E) and Biomechanical Frame of Reference. The International Classification of Functioning, Disability and Health (ICF) offers a biopsychosocial framework of assessment and goal setting that is consistent with activities, participation and contextual elements. Some of the OT interventions covered are orthotic fabrication, joint protection and energy conservation, therapeutic exercise, physical agent modality, environmental modification, assistive technology, psychosocial interventions, and vocational rehabilitation. Throughout, cultural adaptation is highlighted, with special focus on Indian living conditions, including floor-level living, squat toilets, and occupations that are culturally important. The two case studies, one of fracture rehabilitation in post-Colles, Mumbai, and the other, total knee arthroplasty rehabilitation in rural Rajasthan, show how the occupation-based and client-centered principles are applied in practice.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».