MétaCan
Menu
Retour à la cohorte
Enregistrement W2955171457 · doi:10.1055/a-0891-0173

Doppelaufgaben zur Verbesserung des Gehens und zur Vermeidung von Stürzen nach Schlaganfall

2019· article· de· W2955171457 sur OpenAlexaboutno aff
Jan Mehrholz

Notice bibliographique

Revueneuroreha · 2019
Typearticle
Languede
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

der Studie Ziele Evaluation der Effektivität von Doppelaufgaben zur Verbesserung des Gehens und zur Vermeidung von Stürzen bei Patienten nach Schlaganfall. # Methodik Design Untersucherverblindete, randomisierte und kontrollierte Studie. Ein- und Ausschlusskriterien Eingeschlossen wurden Patienten im Alter von über 50 Jahren nach dem ersten ischämischen Schlaganfall, der mehr als sechs Monate zurücklag. Die Patienten sollten Gleichgewichtsdefizite aufweisen (im Mini-Balance Evaluation System Test – MBEST-Score ≤ 25 Punkten) und in der Lage sein, ohne Hilfe mindestens 10 m zu gehen. Ausgeschlossen wurden Patienten mit anderen neurologischen Erkrankungen, signifikanter rezeptiver oder expressiver Aphasie oder erheblichen kognitiven Beeinträchtigungen (Montreal Cognitive Assessment Score < 21). Interventionen Die Teilnehmer wurden per Zufall in Blöcke von je zwölf Personen einer von drei Interventionsgruppen zugeteilt: 1. Gruppe: Doppelaufgabentraining, in dem Balance- und Gehübungen durchgeführt und parallel dazu kognitive Aufgaben gestellt wurden. 2. Gruppe: einfaches aufgabenspezifisches Training, in dem Balance- und Gangübungen durchgeführt und kognitive Aufgaben anschließend gestellt wurden. 3. Gruppe: Übungsprogramm für die obere Extremität; dieses beinhaltete Dehnung und Kräftigungsübungen. In allen drei Gruppen wurde über acht Wochen dreimal die Woche 60 Minuten geübt. Messungen Primäre abhängige Variable war laut Protokoll der Autoren die Zeit im Timed-up-and-go-Test (TUG), jeweils mit und ohne Doppelaufgaben beim Testen. Sekundäre abhängige Variablen umfassten die Gehgeschwindigkeit im 10-m-Gehtest mit und ohne Doppelaufgaben, Sensory-Organization-Test, Hindernisse überschreiten, den MBEST, die Activities-specific Balance Confidence Scale, den Frenchay Activities Index und die schlaganfallspezifische Lebensqualität. Ebenfalls wurde die Anzahl der Stürze im Untersuchungszeitraum erhoben. Alle Variablen sollten vor Beginn des Programms und nach acht Wochen erhoben werden. # Ergebnisse Insgesamt wurden 84 Patienten im mittleren Alter von 61 Jahren und im Mittel 75 Monate nach Schlaganfall in die Studie eingeschlossen und ausgewertet. Insbesondere die Gruppe, die mit Doppelaufgaben trainierte, verbesserte sich hinsichtlich der Leistung im TUG-Test, wenn verbale Doppelaufgaben gestellt wurden. Etwa 20–30 % weniger Patienten stürzten in den Gruppen mit kognitiven Aufgaben im Vergleich zur Kontrollgruppe mit leichtem Vorteil zugunsten der Gruppe mit Doppelaufgaben. Zu den anderen im Protokoll geplanten Parametern finden sich in der Publikation keine Auswertungen. # Schlussfolgerung Die Autoren schlussfolgern, dass das Üben mit Doppelaufgaben sich bei der Verbesserung des Gehens mit kognitiven Doppelaufgaben bewährt und sich dabei Stürze und sturzbezogene Verletzungen verringern. Sie stellten aber keinen Einfluss auf Aktivitäten oder die Lebensqualität fest. #

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,278
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueneurorehaMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207