Determining the optimal dose of reactive balance training after stroke: study protocol for a pilot randomised controlled trial
Notice bibliographique
Résumé
INTRODUCTION: Falls risk poststroke is highest soon after discharge from rehabilitation. Reactive balance training (RBT) aims to improve control of reactions to prevent falling after a loss of balance. In healthy older adults, a single RBT session can lead to lasting improvements in reactive balance control and prevent falls in daily life. While increasing the dose of RBT does not appear to lead to additional benefit for healthy older adults, stroke survivors, who have more severely impaired balance control, may benefit from a higher RBT dose. Our long-term goal is to determine the optimal dose of RBT in people with subacute stroke. This assessor-blinded pilot randomised controlled trial aims to inform the design of a larger trial to address this long-term goal. METHODS AND ANALYSIS: Participants (n=36) will be attending out-patient stroke rehabilitation, and will be randomly allocated to one of three groups: one, three or six RBT sessions. RBT will replace a portion of participants' regular physiotherapy so that the total physical rehabilitation time will be the same for the three groups. Balance and balance confidence will be assessed at: (1) study enrolment; (2) out-patient rehabilitation discharge; and (3) 6 months postdischarge. Participants will report falls and physical activity for 6 months postdischarge. Pilot data will be used to plan the larger trial (ie, sample size estimate using fall rates, and which groups should be included based on between-group trends in pre-to-post training effect sizes for reactive balance control measures). Pilot data will also be used to assess the feasibility of the larger trial (ie, based on the accrual rate, outcome completion rate and feasibility of prescribing specific training doses). ETHICS AND DISSEMINATION: Institutional research ethics approval has been received. Study participants will receive a lay summary of results. We will also publish our findings in a peer-reviewed journal. TRIAL REGISTRATION NUMBER: NCT04219696; Pre results.
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 | 0,038 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,004 |
| Méta-épidémiologie (sens large) | 0,016 | 0,006 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,014 |
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 ».