MétaCan
Menu
Retour à la cohorte
Enregistrement W2053435214 · doi:10.1177/1545968312449695

Arm Motor Recovery Using a Virtual Reality Intervention in Chronic Stroke

2012· article· en· W2053435214 sur OpenAlexafffund
Sandeep Subramanian, Christiane Boaventura Lourenço, Gevorg Chilingaryan, Heidi Sveistrup, Mindy F. Levin

Notice bibliographique

RevueNeurorehabilitation and neural repair · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of OttawaUniversité de MontréalMcGill UniversityJewish Rehabilitation Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPhysical medicine and rehabilitationTrunkRehabilitationRandomized controlled trialPhysical therapyStroke (engine)MedicineElbowRepeated measures designChronic strokeUpper limbKinematicsPsychologySurgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Despite interest in virtual environments (VEs) for poststroke arm motor rehabilitation, advantages over physical environment (PE) training have not been established. OBJECTIVE: The authors compared kinematic and clinical outcomes of dose-matched upper-limb training between a 3D VE and a PE in chronic stroke. METHODS: Participants (n = 32) were randomized to a 3D VE or PE for training. They pointed to 6 workspace targets (72 trials, 12 trials/target, randomized) for 12 sessions over 4 weeks with similar feedback on precision, movement speed, and trunk displacement. Primary (kinematics, clinical arm motor impairment) and secondary (activity level, arm use) outcomes were compared by time (PRE, POST, and follow-up, RET), training environment, and impairment severity (mild, moderate-to-severe) using mixed-model analyses of variance (ANOVAs). RESULTS: Endpoint speed, overall performance on a reach-to-grasp task, and activity levels increased in both groups. Only participants in the VE group improved shoulder horizontal adduction at POST (9.5°) and flexion at both POST (6.3°) and RET (13°). Impairment level affected outcomes. After VE training, the mild group increased elbow extension (RET, 25.5°). The moderate-to-severe group in VE increased arm use at POST (0.5 points) and reaching ability at RET (2.2 points). The moderate-to-severe group training in PE increased reaching ability earlier (POST, 1.7 points) and both elbow extension (10.7°) and arm use (0.4 points) at RET, but these changes were accompanied by increased compensatory trunk displacement (RET, 30.2 mm). CONCLUSION: VE training led to more changes in the mild group and a motor recovery pattern in the moderate-to-severe group indicative of less compensation, possibly because of a better use of feedback.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,327
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations216
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitation and neural repairMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207