A Scoping Review of Physical Rehabilitation in Long-Term Care: Interventions, Outcomes, Tools
Bibliographic record
Abstract
RÉSUMÉ Les résidents en soins de longue durée (SLD) ont souvent besoin de soins en réadaptation pour maintenir ou améliorer leur état physique fonctionnel. L’objectif de cet examen de portée était de décrire l’envergure des publications concernant la réadaptation physique en SLD jusqu’à ce jour, avec une emphase sur les types d’interventions en réadaptation qui ont été évaluées, ainsi que sur les mesures de résultats utilisées et les outils déterminant l’admissibilité au service. Une recherche structurée a été réalisée dans six bases de données sous licence et dans la littérature grise. Deux analystes ont identifié 381 articles qui ont été triés en utilisant un formulaire qui avait préalablement été testé dans un essai pilote, et les données de ces articles ont été extraites. La plupart des interventions avaient été réalisées et évaluées au niveau des résidents, et consistaient fréquemment en des programmes d’exercices à plusieurs composantes dispensés par du personnel de recherche et des physiothérapeutes. Les mesures les plus couramment rapportées étaient basées sur la performance, les activités de la vie quotidienne et l’humeur. Une lacune importante a été identifiée concernant les connaissances sur la réadaptation en lien avec des objectifs qui soient pertinents pour les résidents, tels que la qualité de vie. Dans les études à venir, il serait important que les caractéristiques des résidents en SLD soit représentatives de la complexité de l’état de santé de cette population; la durée de leur séjour devrait aussi être incluse et différenciée. Les études d’intervention devraient aussi explorer des méthodes de prestation de soins qui soient réalistes et soutenables. Le développement d’outils pour favoriser une meilleure détermination de l’admissibilité aux services est aussi nécessaire pour assurer l’égalité en matière de soins en réadaptation dans l’ensemble du secteur des SLD.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.115 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.006 | 0.006 |
| Bibliometrics | 0.027 | 0.026 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".