Week 23 (2024/03/11-2024/03/15)

任務進度

  • SDM確認(想想看還要不要繼續/要怎麼結束)
  • BI兩種版本確認
  • ChatGPT架構修改
  • FIFE標準病人(已完成初步版本，上有空間可以大量修改)
  • 針對學生逐字稿整理BI時序、項目問法
  • 標準病人新增必要提問項目

ADL進度

本週收案人數0人
目前遇到的困難是共享決策在臨床上很難執行
究其原因為
  1. 臨床治療師仍是偏向父權決策
  2. 臨床治療時間有限
因此現階段必須考慮是否繼續執行此計畫
  • 若要執行，該如何繼續？
  • 若要終止，有應該如何結束？

FIFE標準病人

目前遇到的困難
  • ChatGPT 4.0提問次數上限為每三小時50次，該評估提問次數恐會超過替問上限？
  • 解決辦法：除了提醒同學一是先組織提問之外，應提供2-3個帳號以備不時之需
下週宜修改之處
  • 調整個案配合度
  • 實際臨床個案會對自己的答案不確定，如："老師你覺得我這樣有5分嗎？"，宜模擬標準病人上也增加這一個特色
  • 個案給予的答案通常恨模糊，只是一個大方向，需要治療師幫忙聚焦、協助訂出具體目標
  • 新增必要主動提問：副木是個案看到其他病人在做的，治療師須提供衛。

2024/03/13會議紀錄

  1. 共享決策
    • 遇到的困難
      • 時間不夠
      • 病人資訊不夠
      • 助理無法和病人做共享決策
    • 解決辦法
      • 交回由治療師進行
    • 治療師回饋
      • 個案需要時間，無法在前兩次復健達成
      • 只有臨床老師才有辦法做共享決策，助理甚至實習學生都無法完成
    • 暫時結論：研究方面無法執行，除非改題目
      • 離開醫療後，個案的意願如何？成效如何？
      • 目前臨床會希望建立個案的習慣，盡可能把成效達到最大
      • ADL是否合適再進行研究，需再進行思
  2.  ChatGPT指令修改
    • 分析同學對於BI的逐字稿
    • 時序、概念、項目一一分析
    • 不同版本界定清楚

留言

張貼留言

這個網誌中的熱門文章

Week 1 (2023/10/02-2023/10/06)

任務與進展 Monday-Wednesday ADL實際表現的簡單概念為 個案在真正的日常生活中從事ADL的真實情形 ADL Actual Performance 真正的日常生活 是指個案實際生活的環境，包含家中、病房等，實際生活與治療室的環境差異常會導致個案的評估結果與實際表現不一致；而個案從事 ADL 真實情形會因為個案依賴程度及給予協助的程度不同有所變化。 如何評估ADL實際表現? 主要可以透過以下三種方式來評估個案的ADL實際表現，皆有其優缺點 實際評估 藉由直接觀察個案在實際環境中執行ADL的情形，可以看到造成個案無法有最大化表現的限制性因素，觀察過程中宜記錄個案的ADL完成度、是否需要協助及是否有安全疑慮等。 實際評估最大的優點是可以直接觀察個案在日常生活中的真實情形，且讓治療師對於個案的真實生活環境有一個全盤的了解；而其缺點為評估時間成本高，導致在臨床上執行困難。 訪談 透過訪談個案本人或是照顧者可以快速了解個案的ADL實際表現，但須注意的是，訪談內容不一定符合實際表現，訪談對象可能會有高估或低估個案ADL實際表現的情況，因此治療師應透過明確問題來了解實際狀況，以"是不是由自己完成的"取代"會不會自己完成"，正確的提問可以避免錯誤評估導致設定不實際的治療目標及方法。 訪談的優點是能夠了解訪談對象對於個案ADL實際表現觀點，藉此也可以了解訪談對象是否有足夠的意識及覺察；而其缺點存在於訪談對象對於個案ADL實際表現的認知偏誤，所提供的資訊可能與實際表現不符。 標準化測驗 標準化測驗中常見的如巴氏量表 (Barthel Index, BI)及 功能獨立程度量表 (Functional Independence Measure, FIM)，提供了結構化的測驗評估個案的ADL實際表現，並對個案的 ADL實際表現進行標準化的評分。 其優勢為標準化測驗將ADL實際表現量化，且具備一定信效度、可重複施測，可以追蹤個案的表現；然而其缺點為標準化測驗不一定適用於所有族群也無法反映出個案本身的實際需求。 ADL執行能力意旨個案在評估環境下執行日常生活活動的能力 ADL Capability  ADL執行能力是目前臨床上常評估的項目之一，其目的是為了瞭解個案執行ADL的能力。而在簡述中提到的評估環境是指治療師指定的環境，通常為治療室
閱讀完整內容

Week 7 (2023/11/13-2023/11/17)

圖片
任務與進展 美國OT研究所排行 University of Washington (Seattle, WA)----沒有找到其他的教授耶 Tracy Jirikowic h-index 14 Boston University University of Southern California Sensory Integration Children New York University (New York. NY) Gentile, Patricia A . h-index 4 Goverover, Yael h-index 26 Multiple Sclerosis; Neuropsychological Tests; Cognition Koenig, Kristie Patten h-index 13 Autism Spectrum Disorder; Autism; Asperger Syndrome Mental health  Applied Psychology Pittsburg University (Pittsburg, PA) Stroke, Elderly Tufts University (Medford, MA)  心得與困難 謝老師's blog之讀後心得
閱讀完整內容

Week 18 (2024/01/29-2024/02/02)

任務與進展 2024/01/31 ADL會議暫停一次 目前收案人數16人 已經持續5週沒有新個案了 本周ADL收案人數：0人 2024/01/30 研究計畫撰寫-統計分析課程紀錄 學習概念釐清 資料分析之用途？ 資料分析有四大用途，驗證或拒絕假設、呈現現象和趨勢、提供決策支援、接露新的連結或模式，一個資料分析可能有一格或以上的用途，取決於該資料分析之研究目的。 效應值(effective size)為何？ 是在統計學和研究中使用的衡量指標，用於評估實驗或研究結果的重要性或影響力。 什麼是Cohen's D？ 他是一種常見計算效應值的方法，主要透過比較兩組之間的平均值差異相對於標準差的大小。 公式 C o h e n ′ s   d = S D p ​ M 1 ​ − M 2 ​ 小效應：d=0.2 中效應：d=0.5 大效應：d=0.8 回歸與相關係數之間的差別？ 兩者的比較屬於進階統計，現階段先清楚了解兩者個概念即可 迴歸分析用於探討兩個或多格因素之間的關係。自變量可以用來預測因變量的變化，而因變量則是希望理解或預測的變量。 相關係數是一個統計量，用於衡量兩個變數之間的線性相關性程度。常見的相關係數是皮爾遜相關係數（Pearson correlation coefficient）。 有母數和無母數分析之間的區別？ 它們之間的主要差別在於對於母體參數的假設情況不同。 在有母數分析中，我們對母體的概率分佈做出了特定的假設，通常假設數據服從某種特定的概率分佈，如正態分佈，因此通 常對於大樣本和特定的數據情境（如實驗設計）效果較好，但需要滿足特定的假設。 在非母數分析中，我們對母體的概率分佈做出較少的假設，或者完全不假設其分佈情況。 由於較少的假設，非母數方法通常對於小樣本和數據分佈不明確的情況效果較好，但通常也需要更多的數據才能達到相同的統計功效。 � = 0.2 d = 0 中等效應： 2024/02/01 chatgpt會議記錄討論 討論內容 chatgpt 4.0之instruction目前已知token數0上限為8000字，而Word檔之字數約7245字。 ###的使用方法討論，討論結果認為以上下括弧的方式較佳，可以明確區分指示內容，方便chatgpt讀取資訊及讀者閱讀。 撰寫instruction時，加入個標題段落引言能讓讀者容易掌握綱要及使chatg
閱讀完整內容