In-Home Tele-Rehabilitation Improves Tetraplegic Hand Function
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Spinal cord injury (SCI) survivors with tetraplegia have great difficulty performing activities of daily living (ADLs). Functional electrical stimulation (FES) combined with exercise therapy (ET) can improve hand function, but delivering the treatment is problematic. OBJECTIVE: To compare 2 ET treatments delivered by in-home tele-therapy (IHT). METHODS: Each treatment involved ET, tele-supervised 1 h/d, 5 d/wk for 6 weeks. Treatment 1: "conventional ET" comprised strength training, computer games played with a trackball, and therapeutic electrical stimulation (TES). Treatment 2: "ReJoyce ET" comprised FES-ET on a workstation, the Rehabilitation Joystick for Computerized Exercise (ReJoyce) with which participants played computer games associated with ADLs. Participants were block-randomized into group 1 receiving conventional ET first, followed by 1-month washout, and then ReJoyce ET and group 2 in reverse order. In all, 13 participants took part, 5 completing the study with both hands, such that both groups had a sample size of 9. PRIMARY OUTCOME MEASURE: Action Research Arm Test (ARAT). SECONDARY OUTCOME MEASURES: grasp and pinch forces and the ReJoyce automated hand function test (RAHFT). RESULTS: ARAT scores improved more after ReJoyce ET (13.0% ± 9.8%) than after conventional ET (4.0% ± 9.6%; F = 10.6, P < .01). RAHFT scores also improved more after ReJoyce ET (16.9% ± 8.6%) than conventional ET (3.3% ± 10.2%; F = 20.4, P < .01). CONCLUSIONS: FES-ET on a workstation, supervised over the Internet, is feasible and may be effective for patients who can meet the residual motor function requirements of our study.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle