手動車椅子用の新しいリアアンチチップデバイス：主観的入力（rad-si） (RAD-SI)

マニュアル車椅子用の従来のリアアンチチップデバイス（C-Rads）が提供する限られた安全性と操縦性と、ほとんどの車椅子ユーザーが従来のウィリーを実行できないことは、両方とも自己展開リアアンチチップデバイス（RAD）を設計するインセンティブを提供しましたこれは、安全性とパフォーマンスの両方を向上させるようです。 デバイスの主な機能は、調整可能なARCアームでした。 デバイスの外側の端は、通常の車椅子の使用中に邪魔にならなかったが、必要に応じて自己展開されていたため、長期使用に適しています。 アンチチップアームの回転軸は、後輪車軸の上にありました。 安静時の位置では、腕は下向きと後方に角度を付けましたが、後輪の後部寸法を通り過ぎる必要はありませんでした。 車椅子が十分に後方に傾けたとき、腕の下端（小さなスイベルキャスターが配置されていた）が地面に接触しました。 転換椅子の力は、車椅子のそれ以上の転換を防ぐために停止として機能するカムにぶつかるまで、アーク（したがってアークラッドという名前）を介して腕を回転させました。 車椅子が直立している場合、車椅子ユーザーはレバーを把握して、椅子から出ることなく4つのカム設定に切り替えることができます。たとえば、時々異なるアークが必要になった場合（たとえば、急な傾斜を下げるのに必要なアークの増加を許可します）。 展開された位置では、占領された車椅子は非常に安定していました。

概念実証研究と改良。 Arc-Radは、7つの研究で安定性とWheerieのような機能の両方を提供できることを実証しました。 使用したARC-RADのプロトタイプは、概念実証を確認するのに適していましたが、特定した設計上の障壁を克服したいと考えました。 反復的な改良により、主要な設計障壁を克服しました。

研究声明の質問

この研究の目的は、車椅子サービスプロバイダーとエンドユーザーから、手動車椅子のC-Radの経験とARC-RADの潜在的な有用性について主観的な入力を取得することです。

研究計画

研究デザイン。 これは、疫学（STROBE）ガイドラインにおける観察研究の報告を強化した後の非介在性横断調査です。 フォーカスグループとオンライン調査を使用して、車椅子サービスプロバイダーから主観的な入力を求めます。 半構造化されたインタビューを使用して、エンドユーザーから主観的な入力を求めます。

設定。 この研究は、ノバスコシアリハビリテーションおよび関節炎センター（NSRAC）サイトのハリファックスに拠点を置きます。

倫理的な問題。 先に進む前に、この研究はノバスコシア州保健局の研究倫理委員会によって承認されています。 すべての参加者はインフォームドコンセントを提供します。 介護者の支援を必要とするエンドユーザーの場合、介護者はインフォームドコンセントフォームも記入します。 オンライン調査の回答者については、参加者は調査にアクセスするための情報に基づいた声明を証明します。

参加者。 車椅子サービスプロバイダーは、フォーカスグループの作業療法士または作業療法アシスタントです。 オンライン調査では、参加者は車椅子サービスプロバイダーとして自己識別する人になります。 エンドユーザーの場合、調査員は車椅子ユーザーを研究し、車椅子スキルレベルのアンケート（バージョン5.4.2）によって層別化され、ほぼ等しいサイズの3つのグループになります。

1. コミュニティスキル（およびその介護者）に介護者に依存している車椅子ユーザー。 車椅子ユーザーは介護者の能力に随時奉仕する人が異なる場合がありますが、この研究の目的のために、車椅子ユーザーによって特定され、包含/除外基準を満たしている単一の介護者に焦点が当てられています。
2. コミュニティスキルに独立しているが、ウィリー対応ではない車椅子ユーザー。
3. Wheerieに依存するスキルが独立している車椅子ユーザー。

サンプルサイズ。 車椅子サービスプロバイダーのフォーカスグループの場合、調査員は、20人以下の車椅子サービスプロバイダーを必要とすることが予想される、見かけの飽和まで参加者を登録し続けます。 車椅子サービスプロバイダーからのオンラインデータ収集のために、意味のあるほど十分なデータを提供するために、調査員は世界中で少なくとも100の車椅子サービスプロバイダーからデータを取得しようとします。 エンドユーザーの場合、調査員は30人の車椅子ユーザーと10人の介護者を研究します。 同様の研究では、20以下のサンプルサイズが一般的に使用されています。

採用。 調査員は、ノバスコシアリハビリテーションおよび関節炎センター（NSRAC）からすべてのフォーカスグループおよびエンドユーザーの参加者を募集できることを期待しています。 研究広告は、採用を補完するために使用されます。 参加者の発生率が不十分な場合、調査員は採用努力を、コミュニティおよび/または看護家の設定の他の病院サイトの潜在的な参加者に拡大します。 フォーカスグループの潜在的な車椅子サービスプロバイダーの参加者は、研究コーディネーター（同僚）からアプローチされます。 潜在的なエンドユーザーの参加者は、潜在的な参加者が働いている臨床医によってアプローチされます。 この研究についてもっと学ぶことをいとわない潜在的な参加者は、研究コーディネーターによってそれについて通知され、インクルージョン/除外基準のためにインタビューによってスクリーニングされます。 適格性要件を満たすグループ1の車椅子を使用する潜在的な参加者の場合、研究コーディネーターは、車椅子ユーザーによって特定された適切な介護者に連絡してスクリーニングします（リモート）。 配偶者の報告のために、調査員は、スクリーニングされた潜在的な参加者、募集、ドロップアウトについて説明します。 臨床医は、クライアントが研究に登録されていることを通知されます。

オンライン調査のために、調査員は世界中の英語を話す車椅子サービスプロバイダーを自己識別する対象となります。 調査員は、車椅子スキルプログラムのFacebookページ、雪だるま募集を通じて、および支援する国際的なリーチを持つ組織の電子メール配布リストを通じて、調査の回答者を求めます。

包含/除外基準。 すべての参加者は、少なくとも18歳以上で、参加し、警戒し、協同組合を持ち、ビデオデモンストレーションを見たり聞いたり、英語でコミュニケーションをとることができ、インフォームドコンセントを提供し、スケジュールされた時間の設定にコミットする能力があります。研究活動のため。 車椅子サービスプロバイダーは、車椅子の提供プロセスに定期的に関与していると自己識別する作業療法士または作業療法助手です。 エンドユーザーは車椅子ユーザーになり、グループ1のユーザーにとっては介護者になります。 各車椅子を使用する参加者は、少なくとも1か月間手動車椅子を使用した人になります。 各介護者の参加者は、手動の車椅子のモビリティを含む手動車椅子ユーザーと週に平均2時間、平均2時間を費やす介護者になります。 参加を危険または不快にする可能性のある感情的な問題がある場合、介護者または車椅子使用の参加者は除外されます。 オンライン調査では、調査員には、車椅子の提供プロセスに定期的に関与していると自己識別する人は誰でも含まれます。

アンケート。 3つの別々の、しかし同様のアンケートがあります。 それぞれで、人口統計、臨床、および/または車椅子のデータが収集され、参加者を説明します。 その後、各グループについて、リアアンチチップデバイスに関する一連の写真とビデオ録画を使用して、検討中の問題を実証し、質問を提起します。 Arc-Radのビデオ録画には、調査員は剛性フレームの手動車椅子を使用しました。 ARC-RADの潜在的な使用のそれぞれについて、表1に示す2つの質問が尋ねられます。

表1。 ARC-RADの各潜在的な使用に関する質問

1. コメントや質問（もしあれば）？
2. 参加者は、この機能がどれほど便利だと思っていますか？」（1つのスコアを選択）1つのスコアを選択してください。

手順。 フォーカスグループ。 ローカル車椅子サービスプロバイダーのデータ収集は、対面またはズームでフォーカスグループ（グループごとに4〜8人の参加者）で発生します。

オンライン調査。 グローバル車椅子サービスプロバイダーからのデータは、自己管理のオンライン調査によって収集されます。

エンドユーザーインタビュー。 エンドユーザーのデータ収集は、個人的またはリモートで、個別に発生します（グループ1の介護者を介して車椅子ユーザー、またはグループ2および3の車椅子ユーザーだけ）。

データ管理。 研究コーディネーターは、個別のPasswordで保護されたタブレットまたはコンピューターを使用して、フォーカスグループとエンドユーザーからすべてのカテゴリおよび定量的データをカスタマイズされたRedCapアプリケーションに入力します。 オンライン調査を除き、インタビューは音声録音され、ラップトップコンピューターでワードファイルに転写され、非クラウドベースのAIを転写を使用して転写されます。 定期的なデータ有効性モニタリングが行われます。 車椅子サービスプロバイダーのオンラインアンケートも、RedCapアプリケーション内で利用可能になります。

データ分析。 3つのアンケートのそれぞれからのカテゴリおよび定量的データが記述的に報告されます。 定性的データの分析は、主に2人の調査員によって行われ、記述コーディング方法論を使用して（データの慣れの9つのステップ、初期コードの開発、データのコーディング、コードの洗練と修正、コードの分類、コードの頻度のカウントを含む、グループ間の頻度を比較し、調査結果を要約し、分析し、報告します）。