Evidence-based risk assessment and recommendations for physical activity clearance: stroke and spinal cord injury<sup>1</sup>This paper is one of a selection of papers published in this Special Issue, entitled Evidence-based risk assessment and recommendations for physical activity clearance, and has undergone the Journal’s usual peer review process.
Notice bibliographique
Résumé
Physical activity (PA) has potential benefits after stroke or spinal cord injury (SCI), especially in improving efficiency and functional capacity in activities of daily living. Currently, many who could benefit from PA may be routinely excluded from participation because of myths related to functional capacity and the concern for harm. The purpose of this review was to evaluate the literature for reports of adverse events during exercise after stroke or SCI, and to provide recommendations regarding exercise participation in supervised and unsupervised environments. Studies were evaluated for quality, and the summary level and quality of evidence were evaluated using the AGREE rubric, modified to address the main outcome measure of adverse events. Levels of exercise stress were evaluated for aerobic activities, using an established rubric. Included in the current analysis were 32 studies for stroke and 4 for SCI. In aggregate, this yielded a total of 730 experimental participants with stroke and 143 with SCI. It should be noted that almost all studies were not designed to examine naturally occurring adverse events from PA. Significant contraindications to unsupervised exercise include manifestation of autonomic dysreflexia in SCI and cardiovascular comorbidity after stroke. There are clear benefits of exercise training on physiological outcomes in stroke and SCI, but the relation between outcomes and safety remains unclear. However, taken on balance, the risk-to-benefit ratio favors the recommendation of exercise. This recommendation is based on studies in which participants were almost universally screened for participation in supervised environments. Thus, the grading of evidence for finding adverse events to support this conclusion is inadequate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,080 | 0,338 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,013 |
| Bibliométrie | 0,014 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,009 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».