Effect of trunk-restraint training on function and compensatory trunk, shoulder and elbow patterns during post-stroke reach: a systematic review
Notice bibliographique
Résumé
PURPOSE: The purpose of this systematic review was to determine the effect of trunk restraint (TR) training on post-stroke compensatory trunk movements during functional reach, and to identify functional gains of TR within the context of the International Classification of Functioning, Disability and Health (ICF). METHODS: Six databases were searched prior to 20 February 2013. Randomized control trials (RCTs) comparing the effects of a post-stroke reaching intervention with and without TR in the adult post-stroke population were included in this review. Data related to study inclusion/exclusion criteria, methodology, study participants and between-group outcomes (p < 0.05) were extracted. All outcomes were categorized according to functional domains defined within the ICF. RESULTS: Five RCTs met the inclusion criteria. TR groups demonstrated significant between-group differences (p < 0.05) for decreased compensatory trunk displacement (4/5 RCTs), increased elbow extension (3/5 RCTs) and increased shoulder flexion (2/5 RCTs). All significant between-group differences fell within the Body Structure/Function domain of the ICF. CONCLUSIONS: Trunk restraint is a simple, cost-effective technique that may help to reduce compensatory trunk/shoulder/elbow movements in the post-stroke adult population. Synthesis of study outcomes also highlights applications of TR to clinical practice and areas for further research. Implications for Rehabilitation The ability to use the shoulder and elbow to perform functional reach is a primary goal in post-stroke recovery; however, compensatory trunk movements are often used to achieve the reaching goal. Long-term use of compensatory strategies may contribute to secondary impairments, such as learned non-use, joint contractures and pain. Trunk restraint enables functional reach practice, while limiting compensatory strategies in the moderately to severely impaired stroke population.
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 | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».