MétaCan
Menu
← Retour à la cohorte
Enregistrement W2279408906 · doi:10.1161/str.44.suppl_1.awmp85

Abstract WMP85: Recovery Rate vs. Recovery Capacity: A Mathematical Model and its Implications for Rehabilitation

2013· article· en· W2279408906 sur OpenAlexaff
Adam B. Schweber, Lauren Dunn, Andrea Lendaris, Brandon Minzer, Ronald M. Lazar, Randolph S. Marshall

Notice bibliographique

RevueStroke · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke recoveryStroke (engine)Recovery rateRehabilitationPhysical medicine and rehabilitationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Recovery of most hemiparetic patients at 90 days can be well predicted as a fixed proportion (70%) of initial motor deficit. However, recent work has shown considerable variability in the rate of recovery among proportional recoverers, prompting consideration of whether rate of recovery and recovery capacity are independent and whether a single rate dynamic governs proportional recovery. HYPOTHESIS: Among proportional recoverers, recovery rate variability can be accounted for by a single mathematical model in which: 1) recovery rate is independent of recovery capacity and 2) recovery has a sigmoid trajectory parameterized only by initial stroke severity. METHODS: We studied 23 patients with first-ever unilateral hemiparetic stroke previously identified as proportional recoverers. Fugl-Meyer Upper Extremity Motor Exam (FM-UE) had been measured at <72h, 1 week, and 90 days. A non-linear model predicting patients’ FM-UE score at any time after stroke onset was posited and model parameters were estimated by regressing one-week FM-UE scores against initial scores. Statistical significance and goodness of fit were evaluated. RESULTS: The model accounted for 86% of variability in motor recovery achieved by patients at 1 week after stroke onset (pseudo-R 2 =0.863, F 23,21= 418.0, p <.0001) and predicted that more severely impaired patients will have a slower maximum recovery rate and a recovery period that is longer in duration and more delayed in onset. CONCLUSION: The model provides evidence that proportional recovery is governed by a single rate dynamic and that recovery rate is independent of recovery capacity. It provides a tool for predicting motor impairment at any time following stroke onset and suggests a framework for characterizing the biology of recovery and the role of therapeutic interventions as either capacity-enhancing or rate-enhancing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,290
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→