Functional electrical stimulation reduces pain and shoulder subluxation in chronic post-stroke patients?
Notice bibliographique
Résumé
Background: Shoulder subluxation is a common complication of cerebral vascular accident (stroke) and the use of Functional Electrical Stimulation (FES) within the rehabilitation process is extremely important. Objective: To analyze the therapeutic effects of FES in the treatment of chronic shoulder subluxation in post-stroke patients. Method: This is a case study of patients with radiologically subluxation confirmed, who were randomly divided into two groups: Control Group (CG) and Treatment Group (TG). Patients were assessed before and after treatment and at the 2-month follow-up. The assessment consisted of the modified Ashworth scale; passive goniometry; Fugl-Meyer scale; McGill pain questionnaire and evaluation of shoulder subluxation by radiography. The CG did not receive physiotherapeutic intervention; and TG underwent 20 sessions of motor kinesiotherapy and FES associated with functional exercises with a total duration of 1 hour, three times a week, for 7 weeks. The data were analyzed descriptively. Results: The mean age of CG participants was 82.5 ± 1.5 years and of the TG was 70.5 ± 13.5 years. All of them were retired, sedentary, non-smokers/alcoholics and had hemiparesis on the left side. There was an approximate increase of 10o for most joint movements of the shoulder, improvement in McGill scale scores and reduction of shoulder subluxation in TG patients. Conclusion: FES associated with functional movements was effective in reducing the degree of subluxation of the shoulder joint and decreased pain in subjectsin the chronic phase of the post-stroke.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».