MétaCan
Menu
Retour à la cohorte
Enregistrement W2332028197 · doi:10.1186/s12883-016-0563-x

Does the addition of virtual reality training to a standard program of inpatient rehabilitation improve sitting balance ability and function after stroke? Protocol for a single-blind randomized controlled trial

2016· article· en· W2332028197 sur OpenAlexafffundabout
Lisa Sheehy, Anne Taillon‐Hobson, Heidi Sveistrup, Martin Bilodeau, D. Fergusson, Danielle Levac, Hillel M. Finestone

Notice bibliographique

RevueBMC Neurology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésSittingRehabilitationBalance (ability)Physical medicine and rehabilitationPhysical therapyRandomized controlled trialMedicineTrunkStroke (engine)SurgeryEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sitting ability and function are commonly impaired after stroke. Balance training has been shown to be helpful, but abundant repetitions are required for optimal recovery and patients must be motivated to perform rehabilitation exercises repeatedly to maximize treatment intensity. Virtual reality training (VRT), which allows patients to interact with a virtual environment using computer software and hardware, is enjoyable and may encourage greater repetition of therapeutic exercises. However, the potential for VRT to promote sitting balance has not yet been explored. The objective of this study is to determine if supplemental VRT-based sitting balance exercises improve sitting balance ability and function in stroke rehabilitation inpatients. METHODS/DESIGN: This is a single-site, single-blind, parallel-group randomized control trial. Seventy six stroke rehabilitation inpatients who cannot stand independently for greater than one minute but can sit for at least 20 minutes (including at least one minute without support) are being recruited from a tertiary-care dedicated stroke rehabilitation unit. Participants are randomly allocated to experimental or control groups. Both participate in 10-12 sessions of 30-45 minutes of VRT performed in sitting administered by a single physiotherapist, in addition to their traditional therapy. The experimental group plays five games which challenge sitting balance while the control group plays five games which minimize trunk lean. Outcome measures of sitting balance ability (Function in Sitting Test, Ottawa Sitting Scale, quantitative measures of postural sway) and function (Reaching Performance Scale, Wolf Motor Function Test, quantitative measures of the limits of stability) are administered prior to, immediately following, and one month following the intervention by a second physiotherapist blind to the participant's group allocation. DISCUSSION: The treatment of sitting balance post-stroke with VRT has not yet been explored. Results from the current study will provide important evidence for the use of low-cost, accessible VRT as an adjunct intervention to increase sitting balance in lower-functioning patients receiving inpatient rehabilitation. The motivating and enjoyable attributes of VRT may increase exercise dosage, leading to improved function and optimal results from rehabilitation. TRIAL REGISTRATION: https://clinicaltrials.gov/; Identifier: NCT02285933. Registered 06 November 2014. Funded by the Heart & Stroke Foundation of Canada and a generous donation from Tony & Elizabeth Graham.

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)0,017
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,020
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0150,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,004
Communication savante0,0030,002
Science ouverte0,0040,002
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0330,005

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 Opus0,024
Tête enseignante GPT0,319
Écart entre enseignants0,296 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations23
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC NeurologyMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207