Interactive Video Gaming Improves Functional Balance in Poststroke Individuals: Meta-Analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
The main objective of this study was to evaluate the effects of interactive video games on functional balance and mobility in poststroke individuals. The Health Science databases accessed included Medline via PubMed, LILACS, SciELO, and PEDro. The inclusion criteria were as follows: clinical studies evaluating the use of interactive video games as a treatment to improve functional balance and mobility in individuals poststroke and studies published in the Brazilian Portuguese, English, or Spanish language between 2005 and April 2016. PEDro Scale was used to analyze the methodological quality of the studies. The Berg Balance Scale and Timed Up and Go Test (TUGT) data were evaluated using a meta-analysis, the publication bias was assessed by funnel plots, and the heterogeneity of the studies by I 2 statistic. Eleven studies were included in the final analysis. Functional balance improved in individuals treated using interactive video games (mean difference = 2.24, 95% confidence interval [0.45, 4.04], p = .01), but no improvement was observed in mobility as measured by TUGT. The studies presented low heterogeneity (24%). The mean score on the PEDro Scale was 6.2 ± 1.9. Interactive video games were effective in improving functional balance but did not influence the mobility of individuals poststroke.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,021 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».