Week 27 (2024/04/08-2024/04/12)

任務進度

2024/04/10會議紀錄

  • ADL評估內容調整
    • 繼續執行
    • 共享決策取消
    • 完全以個案看法為主，純粹問需求，介入需求→執行能力→困難程度
    • 以個案為主 Vs. 以個案為中心，兩者不同
    • 相關表格和流程須重新設計!!!
    • 怎麼跟個案做最後的確認，說什麼話、為什麼這樣考量、是否有想清楚
    • 孟真開始安排個案，無診斷限制
  • 巴氏量表
    • 新增內容
      1. 主要任務：增加簡介為何要做BI評估
      2. 主項評估
      3. 總結：目前失能狀況&簡單介紹後續如何處理
    • 專家要針對這四項給回饋
    • SP回應方式
      • 釐清專有名詞或不懂的地方
2024/04/11 ChatGPT會議紀錄
  • 巴氏量表
    • 將目前手上5個SP修改完成後，給治療師們做測試
    • 流程SOP確認
  • 介紹OT
    • 下周四前完成結構
    • 試試AI character

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