Treatment Interventions for the Paretic Upper Limb of Stroke Survivors: A Critical Review
Notice bibliographique
Résumé
Despite a threefold increase in treatment interventions studies during the past 10 years, "best practice" for the rehabilitation of the paretic upper limb is still unclear. This review aims to lessen uncertainty in the management of the poststroke upper limb. Two separate searches of the scientific literature from 1966-2001 yielded 333 articles. Three referees, using strict inclusion and exclusion criteria, selected 68 relevant references. Cohort studies, randomized control trials, and systematic reviews were critically appraised. Mean randomized control trial quality (n = 33) was 17.1/27 (SD = 5.2, 95% CI = 15.2-19.0, range = 6-26). Mean quality of cohort studies (n = 29) was 11.8/27 (SD = 3.8, 95% CI = 10.4-13.2, range = 4-19). Quantitative syntheses were done using the Z-statistic. This systematic review indicated that sensorimotor training; motor learning training that includes the use of imagery, electrical stimulation alone, or combined with biofeedback; and engaging the client in repetitive, novel tasks can be effective in reducing motor impairment after stroke. Furthermore, careful handling, electrical stimulation, movement with elevation, strapping, and the avoidance of overhead pulleys could effectively reduce or prevent pain in the paretic upper limb. Rehabilitation specialists can use this research synthesis to guide their selection of effective treatment techniques for persons with impairments after stroke.
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 | 0,012 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».