Rehabilitation for balance impairment in patients after stroke: a protocol of a systematic review and network meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Multiple rehabilitation therapies have been reported to be effective for poststroke balance impairment. However, the comparative effectiveness of these rehabilitation therapies is still unclear. Therefore, the aim of this study is to summarise evidence and identify the most effective rehabilitation therapy for poststroke balance impairment. METHODS AND ANALYSIS: The following databases will be searched: China Biology Medicine, China National Knowledge Infrastructure, Wan Fang Data, the Chinese Science and Technology Periodical Database, Medline, Excerpt Medical Database (EMBASE), Web of Science, the Cochrane Library, from inception to June 2019. All randomised controlled trials that have used rehabilitation interventions to treat poststroke balance impairment will be included. The primary outcomes are the Berg Balance Scale, the Fugl-Meyer Assessment (balance), the Postural Assessment Scale for Stroke, as well as the function in sitting test, the Sitting Balance Scale, the Ottawa Sitting Scale, the Activities-specific Balance Confidence Scale, the Overall Balance Index and the Brunel Balance Assessment. The secondary outcomes include the Barthel Index, the Functional Ambulation Category Scale, fall rates, the Timed Up and Go test, the MOS 36-Item Short-Form Health Survey, and adverse events. To ensure that all relevant studies are included without personal bias, study selection, data extraction and quality assessment will be performed independently by two reviewers. Risk of bias will be assessed with the Cochrane risk of bias assessment tool. Review Manager V.5.3 software will be used to make bias risk diagram and pairwise meta-analysis, while network data synthesis will be performed using WinBUGS V.1.4.3 and R software. ETHICS AND DISSEMINATION: Ethics approval is not required for systematic review and network meta-analysis. The results will be submitted to a peer review journal or at a conference. TRIAL REGISTRATION NUMBER: PROSPERO (CRD 42018107441).
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 | 0,070 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,024 | 0,031 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,004 |
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 ».