MétaCan
Menu
Retour à la cohorte
Enregistrement W2605918793 · doi:10.1097/mrr.0000000000000231

Functional effects of treadmill-based gait training at faster speeds in stroke survivors: a prospective, single-group study

2017· article· en· W2605918793 sur OpenAlexaff
Roghayeh Mohammadi, N Ershad, Marziyeh Rezayinejad, Elham Fatemi, Chetan P. Phadke

Notice bibliographique

RevueInternational Journal of Rehabilitation Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensWest Park Healthcare CentreYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSSS*Physical medicine and rehabilitationPhysical therapyChronic strokePreferred walking speedStroke (engine)MedicineTreadmillRetrainingGaitRehabilitationPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

To examine the functional effects of walking retraining at faster than self-selected speed (SSS). Ten individuals with chronic stroke participated in a 4-week training over a treadmill at walking speeds 40% faster than SSS, three times per week, 30 min/session. Outcome measures assessed before, after, and 2 months after the end of intervention were the Timed Up and Go, the 6-Minute Walk, the 10-Meter Walk test, the Modified Ashworth Scale, SSS, and fastest comfortable speed. After 4 weeks of training, all outcome measures showed clinically meaningful and statistically significant improvements (P<0.05) that were maintained at 2 months after the end of the training. The results showed that a strategy of training at a speed 40% faster than SSS can improve functional activity in individuals with chronic stroke, with effects lasting up to 2 months after the intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,396
Écart entre enseignants0,325 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Rehabilitation ResearchMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207