A narrative review of the impact of medical comorbidities on stroke rehabilitation outcomes
Notice bibliographique
Résumé
PURPOSE: Medical comorbidities in stroke patients influence acute mortality, but may also affect participation of survivors in rehabilitation. There is limited research investigating the impact of comorbidities on stroke rehabilitation outcomes. The review will explore the literature on the impact of comorbidities on stroke rehabilitation outcome. MATERIALS AND METHODS: The literature was searched systematically, including MEDLINE database, EMBASE and PsychINFO, combining variations of the terms stroke, rehabilitation and comorbidities. Results were limited to English language publications. Included studies had a functional outcome. RESULTS: Twenty relevant articles were identified. Fifteen small prospective or large retrospective studies using global comorbidity scales produced conflicting relationships between comorbidities and rehabilitation outcomes. Five publications addressed specific comorbidities, with three studies finding negative correlation between diabetes and rehabilitation outcomes, although effects diminished with age. In general, there were discrepancies in how comorbidities were identified. Few studies specifically focused on comorbidities and/or rehabilitation outcomes. CONCLUSIONS: There is conflicting evidence regarding the impact of comorbidities on stroke rehabilitation outcomes. However, the presence of more severe diabetes may be associated with worse outcomes. The role of comorbidities in stroke rehabilitation would be best clarified with a large cohort study, with precise comorbidity identification measured against rehabilitation specific outcomes. Implications for rehabilitation Benefit of rehabilitation after stroke in improving functional outcome is well-established. Many stroke patients have comorbid conditions which can impact rehabilitation participation, leading to less benefit obtained from rehabilitation. The burden of comorbid conditions may slow rehabilitation progress, which may warrant a longer duration of rehabilitation to obtain required functional gain to be discharged into the community.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».