MétaCan
Menu
Retour à la cohorte
Enregistrement W2084789114 · doi:10.1586/14737175.2013.814940

Pharmacological therapies to enhance motor recovery and walking after stroke: emerging strategies

2013· review· en· W2084789114 sur OpenAlexaff
Wieslaw Oczkowski

Notice bibliographique

RevueExpert Review of Neurotherapeutics · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensHamilton General HospitalPopulation Health Research InstituteMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)MedicinePhysical medicine and rehabilitationPharmacotherapyPsychological interventionWeaknessClinical trialStroke recoveryPhysical therapyRehabilitationPsychiatryInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Stroke is the most common serious neurological disorder. To date, the focus for research and trials has been on prevention and acute care. Many patients are left with serious neurological impairments and limitations in activity and participation after stroke. Recent preliminary research and trials suggest that the brain is 'plastic' and that the natural history of stroke recovery can be improved by physical therapy and pharmacotherapy. Motor weakness and the ability to walk have been the primary targets for testing interventions that may improve recovery after stroke. Physical therapeutic interventions enhance recovery after stroke; however, the timing, duration and type of intervention require clarification and further trials. Pharmacotherapy, in particular with dopaminergic and selective serotonin-reuptake inhibitors, shows promise in enhancing motor recovery after stroke; however, further large-scale trials are required.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,418
Écart entre enseignants0,374 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of NeurotherapeuticsMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207