Dual Effects of Body-Weight Supported Treadmill Training on Cardiovascular Fitness and Walking Ability Early After Stroke
Notice bibliographique
Résumé
BACKGROUND: Body-weight-supported treadmill training (BWSTT) to train both fitness and ambulation has not been investigated. OBJECTIVE: To compare the effectiveness of BWSTT to dose-equivalent usual care (UC) in improving cardiovascular fitness and walking early after stroke. METHODS: Participants were randomly assigned to 1 of 2 interventions: BWSTT + UC or UC. All individuals participated in 60-minute physiotherapy sessions 5 times weekly as inpatients for 6 weeks and 3 times weekly as outpatients for another 6 weeks. Baseline, posttraining, 6-, and 12-month follow-up outcome measures were as follows: primary, fitness (peak oxygen consumption, VO2peak) and walking ability (6-Minute Walk Test [6MWT] and 10-m walk); secondary, Berg Balance Scale (BBS) and motor impairment (Chedoke-McMaster Stages of Recovery [CMSR] Leg and Foot). RESULTS: In all, 50 individuals (mean age, 60 ± 14 years; mean event-to-randomization, 23 ± 5 days; 29 men) participated. No adverse events occurred. BWSTT improved VO2peak by 30%, which was significantly greater than the 8% improvement observed for UC (P = .004 between groups). Similarly, there were significant Time × Group interactions for 6MWT and CMSR Foot, with BWSTT outperforming UC for gains in distance (P = .15; 48% vs. 19%, respectively) and stage (P = .01; 1.0 vs. 0.3, respectively). No group effect was seen for 10-m walk speed, BBS, or CMSR Leg, with both groups demonstrating significant gains. In general, gains observed were preserved for 12 months. CONCLUSIONS: BWSTT elicits greater improvements in cardiovascular fitness and walking endurance than UC in the subacute poststroke period. These gains are largely sustained for 1 year.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».