An Algorithm Integrating a Short Form of the Functional Autonomy Measurement System to Predict Discharge Destination After Acute Care Post-Stroke.
Purpose: This study develops a short form of the Functional Autonomy Measurement System (SMAF), the SF-SMAF, for measuring functional capacity in patients undergoing acute care post-stroke, identifies predictors of the discharge destination chosen by the care team, and derives an algorithm that inte...
| Publicado en: | Physiotherapy Canada Vol. 78; no. 1; pp. 24 - 33 |
|---|---|
| Autores principales: | , , , |
| Formato: | algorithm research tables/charts Journal Article |
| Publicado: |
University of Toronto Press
Feb2026
|
| Acceso en línea: | Ver este registro en EBSCOhost |
| Sumario: | Purpose: This study develops a short form of the Functional Autonomy Measurement System (SMAF), the SF-SMAF, for measuring functional capacity in patients undergoing acute care post-stroke, identifies predictors of the discharge destination chosen by the care team, and derives an algorithm that integrates the SF-SMAF and other predictors to guide discharge planning. Method: This multisite prospective cohort study involved 200 patients assessed with the SMAF within 8 days post-stroke. Sociodemographic and clinical data were extracted from patients' medical records. We performed linear regressions to identify subsets of SMAF items that closely approximate the SMAF total score and asked a panel of experts to make the final selection. We used logistic regression to develop an algorithm that predicts discharge destinations using the SF-SMAF and other predictors. Results: The SF-SMAF includes four items: "washing," "walking inside," "judgment," and "budgeting." It is highly correlated with the SMAF (R2 = 0.94) and, alone, predicts 71% of discharge destinations. Adding obstacles to returning home, support required from caregivers, and the ability to communicate raises the prediction of the proposed algorithm to 82%. Conclusions: The SF-SMAF results closely approximate those of the SMAF in the first week post-stroke. Following further validation, the proposed algorithm could guide clinicians in using the SF-SMAF for discharge planning. Résumé: Objectifs : (1) développer une version abrégée du SMAF, le SF-SMAF, pour mesurer la capacité fonctionnelle chez les patients en soins aigus après un AVC; (2) identifier des prédicteurs de la destination choisie par l'équipe de soins; et (3) proposer un algorithme, intégrant le SF-SMAF et d'autres prédicteurs, pour guider la planification du congé. Méthode : cette étude de cohorte prospective multisite a porté sur 200 patients évalués avec le SMAF dans les huit jours suivant l'AVC. Des données sociodémographiques et cliniques ont été extraites des dossiers médicaux des patients. Des sous-ensembles d'items du SMAF hautement corrélés avec son score total ont été identifiés par régression linéaire et la sélection finale a été confiée à un panel d'experts. La régression logistique a été utilisée pour développer un algorithme qui prédit la destination de sortie au moyen du SF-SMAF et d'autres prédicteurs. Résultats : le SF-SMAF comprend quatre items : se laver, marcher à l'intérieur, juger et gérer son budget. Il est fortement corrélé avec le SMAF (R2 = 0,94) et, à lui seul, prédit 71 % des destinations de sortie. Si l'on ajoute les obstacles au retour à domicile, le soutien requis de la part des proches et la capacité à communiquer, la prédiction de l'algorithme proposé augmente à 82 %. Conclusions : les résultats du SF-SMAF approximent ceux du SMAF dans la première semaine suivant l'AVC. Après validation, l'algorithme proposé pourra guider les cliniciens dans l'utilisation du SF-SMAF pour planifier le congé après l'hospitalisation. |
|---|