Neurofeedback as a form of cognitive rehabilitation therapy following stroke: A systematic review
Notice bibliographique
Résumé
Neurofeedback therapy (NFT) has been used within a number of populations however it has not been applied or thoroughly examined as a form of cognitive rehabilitation within a stroke population. Objectives for this systematic review included: i) identifying how NFT is utilized to treat cognitive deficits following stroke, ii) examining the strength and quality of evidence to support the use of NFT as a form of cognitive rehabilitation therapy (CRT) and iii) providing recommendations for future investigations. Searches were conducted using OVID (Medline, Health Star, Embase + Embase Classic) and PubMed databases. Additional searches were completed using the Cochrane Reviews library database, Google Scholar, the University of Toronto online library catalogue, ClinicalTrials.gov website and select journals. Searches were completed Feb/March 2015 and updated in June/July/Aug 2015. Eight studies were eligible for inclusion in this review. Studies were eligible for inclusion if they: i) were specific to a stroke population, ii) delivered CRT via a NFT protocol, iii) included participants who were affected by a cognitive deficit(s) following stroke (i.e. memory loss, loss of executive function, speech impairment etc.). NFT protocols were highly specific and varied within each study. The majority of studies identified improvements in participant cognitive deficits following the initiation of therapy. Reviewers assessed study quality using the Downs and Black Checklist for Measuring Study Quality tool; limited study quality and strength of evidence restricted generalizability of conclusions regarding the use of this therapy to the greater stroke population. Progression in this field requires further inquiry to strengthen methodology quality and study design. Future investigations should aim to standardize NFT protocols in an effort to understand the dose-response relationship between NFT and improvements in functional outcome. Future investigations should also place a large emphasis on long-term participant follow-up.
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 | 0,001 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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 ».