Adapting Tai Chi for Upper Limb Rehabilitation Post Stroke: A Feasibility Study
Notice bibliographique
Résumé
Background: Tai chi (TC) has been reported as being beneficial for improving balance post stroke, yet its utility in upper limb rehabilitation remains unknown. Methods: Twelve chronic stroke survivors with persistent paresis of an upper limb underwent 60 minutes of adapted TC twice a week for eight weeks, with a 4-week follow up. A 10-min TC home program was recommended for the days without sessions. TC level of performance, attendance to the sessions, duration of self-practice at home, and adapted TC movements used were recorded. Results: Eleven participants completed the study. A clinical reasoning algorithm underlying the adaptation of TC was elaborated throughout the trial. Participants with varying profiles including a severely impaired upper limb, poor balance, shoulder pain, and severe spasticity were not only capable of practicing the adapted TC, but attended all 16 sessions and practiced TC at home for a total of 16.51 ± 9.21 h. The degree of self-practice for subgroups with low upper limb function, shoulder pain, or moderate-to-severe spasticity was similar to that of subgroups with greater upper limb function, no shoulder pain, and minimal-to-no spasticity. Conclusion: Adapted TC seems feasible for upper limb rehabilitation post stroke. Although the study was based on a small sample size and requires confirmation, low upper limb function, insufficient balance, spasticity, and shoulder pain do not appear to hinder the practice of TC.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».