Effect of Age on Functional Outcomes After Stroke Rehabilitation
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The incidence of stroke and the demand for stroke rehabilitation services continues to increase, and it has been proposed that age be used in combination with severity of stroke to determine type of rehabilitation. It is important to identify the impact of age on functional outcome before embracing a system that limits access to rehabilitation on the basis of age. METHODS: This prospective study includes all patients admitted to an inpatient stroke rehabilitation program for 6 years. Demographic and clinical data were extracted by means of chart review. Functional status at admission and discharge was evaluated by means of the FIM instrument. Multivariate regression techniques were used to assess the relationships between age, functional outcome, and other predictive variables. Particular attention was paid to the r(2) values to assess the amount of variation accounted for by the predictors. RESULTS: Age alone was a significant predictor of total FIM score and Motor FIM score at discharge, but not FIM change. For both total FIM score and Motor FIM score at discharge, age alone accounted for only 3% of the variation in outcome. For all the models, age explained at the most 1.3% of the variation in functional outcome after adjustment for other factors, such as admission FIM score. CONCLUSIONS: The small amount of variation that can be explained by age alone and the questionable clinical relevance of such a small effect suggest that there is no justification to deny patients access to rehabilitation solely because of advanced age.
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 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 | 0,000 |
| 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) | 0,002 | 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 tête enseignante, 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 ».