The role of Sativex in robotic rehabilitation in individuals with multiple sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Currently, none of the available multiple sclerosis (MS) disease-modifying medications has been shown to stop or reverse gait disability. Recently, the nabiximols has been tested for the treatment of spasticity and walking impairment in MS. Nabiximols (trade name Sativex) is an oromucosal spray formulation containing 1:1 fixed ratio of delta-9-tetrahydrocannabinol and cannabidiol derived from cloned Cannabis sativa L. plant. METHOD AND ANALYSIS: A single-center, prospective, parallel design, single-blind trial will be conducted at the IRCCS Neurolesi "Bonino-Pulejo" (Italy) involving MS patients affected by spasticity and undergoing a Robotic Rehabilitation training. The aim of the study is to clarify the role of Sativex coupled to a robotic neurehabilitation training in MS patients in improving motor outcomes, by means of clinical, kinematic, and neurophysiological measures. Patients will be randomly divided in 2 groups: one taking only an oral antispastic drug and the other with Sativex in add-on. After 1 month, we will evaluate the response to Sativex (responder patients' amelioration >20% at MRS score) enrolling into the study the first 20 patients with a good response to Sativex, whereas other 20 no-responder individuals will continue their antispastic drug. All the 40 subjects, were divided into 2 groups (A: Sativex + Lokomat Training, and B: other antispastic+Lokomat Training), will perform a neurorobotic-assisted gait training (each session will last at least 45 minutes, 3 times per week, for a total of 20 sessions). All the patients will undergo a complete physical and neurological examination at baseline, at the end of the robotic training (T1), and 30 days after the end of the neurorehabilitation training (T2).
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».