Does cycling induced by functional electrical stimulation enhance motor recovery in the subacute phase after stroke? A systematic review and meta-analysis
Notice bibliographique
Résumé
Objective: To investigate the effects of cycling with functional electrical stimulation on walking, muscle power and tone, balance and activities of daily living in subacute stroke survivors. Data Sources: Ten electronic databases were searched from inception to February 2020. Review methods: Inclusion criteria were: subacute stroke survivors (<6 months since stroke), an experimental group performing any type of cycling training with electrical stimulation, alone or in addition to usual care, and a control group performing usual care alone. Two reviewers assessed eligibility, extracted data and analyzed the risks of bias. Standardized Mean Difference (SMD) or Mean Difference (MD) with 95% Confidence Intervals (CI) were estimated using fixed- or random-effects models to evaluate the training effect. Results: Seven randomized controlled trials recruiting a total of 273 stroke survivors were included in the meta-analyses. There was a statistically significant, but not clinically relevant, effect of cycling with electrical stimulation compared to usual care on walking (six studies, SMD [95% CI] = 0.40 [0.13, 0.67]; P = 0.004), capability to maintain a sitting position (three studies, MD [95% CI] = 7.92 [1.01, 14.82]; P = 0.02) and work produced by the paretic leg during pedaling (2 studies, MD [95% CI] = 8.13 [1.03, 15.25]; P = 0.02). No significant between-group differences were found for muscular power, tone, standing balance, and activities of daily living. Conclusions: Cycling training with functional electrical stimulation cannot be recommended in terms of being better than usual care in subacute stroke survivors. Further investigations are required to confirm these results, to determine the optimal training parameters and to evaluate long-term effects.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».