Combined Task-Specific Training and Strengthening Effects On Locomotor Recovery Post-Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Task-specific and strength training have demonstrated efficacy as therapeutic interventions poststroke. The intent of this case study is to describe outcomes associated with a therapy program that combines task-specific and strength training in an individual post-stroke and to discuss some possible mechanisms and modulating factors that may affect post-stroke neurologic recovery and responsiveness to intervention. CASE DESCRIPTION: The participant was a 38-year-old female with right middle cerebral artery stroke, evaluated 15 months postonset. She ambulated independently with an ankle-foot orthosis and straight cane. Her free and fast overground velocity was 0.50 m/s and 0.62 m/s, respectively. Body-weight supported treadmill training and a limb-loaded cycling exercise were alternated over 24 treatments sessions (4 times/wk for 6 wks). Measurements were taken pre-, post-treatment, and at a 6-mo follow-up. Instrumented gait and motion analysis with fine-wire EMG recording of LE muscle activity occurred pre- and post-treatment. OUTCOMES: Post-treatment, walking speed increased 18% for free--(0.59 m/ s) and 14.4% for fast-velocity (0.71 m/s); 6-min walking distance increased 4% (184.4 m). At 6-mos, continued improvements in all walking outcomes were evident. Gait and motion analysis revealed that functional locomotor recovery was associated with increases in magnitude of paretic leg gluteus maximus and gluteus medius activation during gait. Motion analysis confirmed an increase of hip and knee extension motions throughout stance and swing. DISCUSSION: For the person in this case clinically meaningful changes in walking function were associated with a combined therapeutic program that included both task-specific and LE strength training. Possible mechanisms associated with response to therapy were related to improved motor unit activation associated with increased strength in key muscles used in gait.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».