Virtual Reality in Stroke Rehabilitation
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 AND PURPOSE: Approximately two thirds of stroke survivors continue to experience motor deficits of the arm resulting in diminished quality of life. Conventional rehabilitation provides modest and sometimes delayed effects. Virtual reality (VR) technology is a novel adjunctive therapy that could be applied in neurorehabilitation. We performed a meta-analysis to determine the added benefit of VR technology on arm motor recovery after stroke. METHODS: We searched Medline, EMBASE, and Cochrane literature from 1966 to July 2010 with the terms "stroke," "virtual reality," and "upper arm/extremity." We evaluated the effect of VR on motor function improvement after stroke. RESULTS: From the 35 studies identified, 12 met the inclusion/exclusion criteria totaling 195 participants. Among them, there were 5 randomized clinical trials and 7 observational studies with a pre-/postintervention design. Interventions were delivered within 4 to 6 weeks in 9 of the studies and within 2 to 3 weeks in the remaining 3. Eleven of 12 studies showed a significant benefit toward VR for the selected outcomes. In the pooled analysis of all 5 randomized controlled trials, the effect of VR on motor impairment (Fugl-Meyer) was OR=4.89 (95% CI, 1.31 to 18.3). No significant difference was observed for Box and Block Test or motor function. Among observational studies, there was a 14.7% (95% CI, 8.7%-23.6%) improvement in motor impairment and a 20.1% (95% CI, 11.0%-33.8%) improvement in motor function after VR. CONCLUSIONS: VR and video game applications are novel and potentially useful technologies that can be combined with conventional rehabilitation for upper arm improvement 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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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