Augmented visual feedback-aided interventions for motor rehabilitation in Parkinson’s disease: a systematic review
Notice bibliographique
Résumé
PURPOSE: A systematic review was performed to (1) evaluate the effectiveness of augmented visual feedback-based treatments for motor rehabilitation in Parkinson's disease, and (2) examine treatment design factors associated with enhanced outcomes following these treatments. METHODS: Eight databases were searched from their start-date up to January 2017 using the key terms Parkinson's Disease and augmented visual feedback. Two independent raters screened the abstracts and full articles for inclusion. Relevant data were extracted and summarized, and methodological quality of accepted articles was assessed. RESULTS: Eight single-group studies and 10 randomized control trials were included in the review. Augmented visual feedback-based treatments resulted in improved outcomes with small to large effect sizes post-treatment for the majority of impairment, activity, participation, and global motor function measures, and these improvements were often superior to traditional rehabilitation/education programs. Enhanced treatment outcomes were observed in studies that provided large amounts and high intensities of treatment; gamified feedback; and provided knowledge of performance feedback in real-time on 100% of practice trials. CONCLUSION: Augmented visual feedback appears to be a useful motor rehabilitation tool in Parkinson's disease; however, high-quality, rigorous studies remain limited. Future studies should consider factors that enhance rehabilitation outcomes when designing augmented visual feedback-based interventions. Implications for rehabilitation Augmented visual feedback is a useful tool for motor rehabilitation in Parkinson's disease; augmented visual feedback-based treatments are often superior to traditional programs. These treatments are associated with improved outcomes in impairment, activity, participation, and global motor function domains. Rehabilitation professionals can optimize their use of augmented visual feedback-based treatments by providing large amounts and a high intensity of treatment, gamifying feedback, and providing knowledge of performance feedback in real-time and at a high frequency.
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 | 0,003 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».