Early post-stroke rehabilitation for upper limb motor function using virtual reality and exoskeleton: equally efficient in older patients
Notice bibliographique
Résumé
AIM OF THE STUDY: To evaluate the effectiveness of virtual reality therapy (VRT) Armeo Spring® upper limb exoskeleton (Armeo), in early post-stroke rehabilitation with a focus on the elderly. CLINICAL RATIONALE FOR THE STUDY: Convalescence from a stroke is a complex process driven by a spontaneous recovery supported by multifactorial activation. Novel technology-based rehabilitation methods are being introduced to support brain plasticity. MATERIALS AND METHODS: Using a randomised controlled study design, participants within 30 days after stroke with arm paresis were, in addition to a daily rehabilitation programme, assigned to an intervention group (45 minutes Armeo IG n = 25; mean age 66.5 years) performing VRT, or to a conventional physiotherapy (45 minutes) control group (Armeo CG, n = 25, mean age 68.1 years). Montreal Cognitive Assessment (MoCA), Functional Independence Measure (FIM) and Fugl Mayer Assessment Upper Extremity Scale (FMA-UE) were performed before and after the three-week therapy with 12 therapeutic sessions. Results of participants < 65 and ≥ 65 years old were compared. RESULTS: Paretic upper arm function improved significantly in both the IG and CG groups, the improvement in FMA-UE was significantly higher in the IG compared to the CG (p = 0.02), and patients ≥ 65 years old presented an equal magnitude of improvement in paretic arm function compared to younger patients. CONCLUSIONS AND CLINICAL IMPLICATIONS: Early post-stroke rehabilitation strategies using, in addition to the daily rehabilitation programme, VRT with visual biofeedback is more effective on upper extremity motor performance than conventional physiotherapy, and the effectiveness does not diminish with patient age. This may be a promising addition to conventional physiotherapy in older stroke patients as well as in younger.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».