Treadmill-Based Locomotor Training with Leg Weights to Enhance Functional Ambulation in People with Chronic Stroke: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Novel locomotor training strategies for individuals with disorders of the central nervous system have been associated with improved locomotor function. The purpose of this study was to investigate the effects of treadmill-based locomotor training combined with leg weights on functional ambulation in individuals with chronic stroke. We assessed functional ambulation and muscle activity in ambulatory individuals with chronic stroke. METHODS: We used a pre/posttest design. Six individuals with chronic stroke who were community ambulators were recruited. Participants underwent a 30-minute treadmill-based locomotor training sessions three times per week for four to 12 weeks. The training program involved treadmill walking for 30 minutes with partial body weight support as needed. Leg weights, equivalent to 5% of body weight, were affixed around the paretic leg. Outcome measures consisted of the 10-m walk test, the modified Emory Functional Ambulation Profile, and temporal gait parameters. RESULTS: Improvements were observed in functional ambulation measures, particularly the stairs subscore of the modified Emory Functional Ambulation Profile. Participants also exhibited an increase in the proportion of time the paretic leg spent in swing. No significant improvements were observed in the 10-m walk test. CONCLUSIONS: This pilot study demonstrates that the combination of leg weights and treadmill training is a feasible approach, that is well tolerated by participants. This approach may have the potential to improve some aspects of functional ambulation and the performance of activities requiring hip and knee flexion.
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 | 0,000 |
| 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) | 0,000 | 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 ».