Standardized Measurement of Sensorimotor Recovery in Stroke Trials: Consensus-Based Core Recommendations from the Stroke Recovery and Rehabilitation Roundtable
Notice bibliographique
Résumé
Finding, testing and demonstrating efficacy of new treatments for stroke recovery is a multifaceted challenge. We believe that to advance the field, neurorehabilitation trials need a conceptually rigorous starting framework. An essential first step is to agree on definitions of sensorimotor recovery and on measures consistent with these definitions. Such standardization would allow pooling of participant data across studies and institutions aiding meta-analyses of completed trials, more detailed exploration of recovery profiles of our patients and the generation of new hypotheses. Here, we present the results of a consensus meeting about measurement standards and patient characteristics that we suggest should be collected in all future stroke recovery trials. Recommendations are made considering time post stroke and are aligned with the international classification of functioning and disability. A strong case is made for addition of kinematic and kinetic movement quantification. Further work is being undertaken by our group to form consensus on clinical predictors and pre-stroke clinical data that should be collected, as well as recommendations for additional outcome measurement tools. To improve stroke recovery trials, we urge the research community to consider adopting our recommendations in their trial design.
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 | 0,682 | 0,746 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,007 |
| Méta-épidémiologie (sens large) | 0,026 | 0,034 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,018 | 0,017 |
| Science ouverte | 0,026 | 0,014 |
| Intégrité de la recherche | 0,035 | 0,042 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».