Prevalence, Impact, and Treatment of Co-Occurring Osteoarthritis in Patients With Stroke Undergoing Rehabilitation
Notice bibliographique
Résumé
Background and Purpose: Early, frequent rehabilitation is an important factor for optimizing stroke recovery outcomes. Medical comorbidities, such as osteoarthritis, that affect the ability to participate in rehabilitation could therefore have a detrimental impact on such outcomes. Both stroke and osteoarthritis are becoming more common in developed nations as the population ages. First-line osteoarthritis treatments, such as oral nonsteroidal anti-inflammatory drugs, are often avoided poststroke due to interaction with secondary prevention stroke risk-factor management. Our objective was to summarize the current literature concerning co-occurring osteoarthritis and stroke prevalence, its functional impact, and treatment options. Methods: Narrative review using a comprehensive literature search of PubMed, osteoarthritis, and stroke guidelines. Outcomes related to co-occurrence prevalence, osteoarthritis as a stroke risk-factor, osteoarthritis-related imaging and treatment were extracted and summarized descriptively. Overall quality of the evidence was summarized using Grading of Recommendations Assessment, Development and Evaluation. Results: We identified 23 studies and guidelines related to our objective. Overall quality of the evidence was very low. Conclusions: Few trials have investigated the relationship between osteoarthritis and stroke, nor osteoarthritis-specific pain and function management for stroke survivors. High-quality research evaluating the impact of osteoarthritis on stroke rehabilitation is needed.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».