Effectiveness of Neurodynamic Interventions in Patients With Stroke: Protocol for a Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Stroke is the most common and serious neurological condition, which can lead to death, limited functionality, and reduced quality of life. Studies with conflicting results and various methodological limitations have been conducted to assess the effectiveness of neurodynamic interventions for patients with stroke. OBJECTIVE: This systematic review and meta-analysis aimed to investigate the pooled effectiveness of different neurodynamic interventions on patients with stroke. METHODS: The PubMed, PEDro, and Google Scholar databases will be searched for studies published with full text in the English language from inception to date. Randomized controlled trials evaluating the effect of different neurodynamic techniques on patients with stroke will be included. The primary outcome measures will include pain, disability/function, and quality of life. Secondary outcome measures will include physical performance measures such as balance, range of motion, muscle strength, and specific diagnostic and neurodynamic test outcomes. The screening, data extraction, and methodological quality assessment will be performed by two independent reviewers. The PEDro scale will be used to systematically appraise the methodological quality. Review Manager V.5.4 software will be used for statistical analysis. Weighted mean difference or standardized mean difference with 95% CIs and P values will be used to calculate the treatment effect for each outcome variable. RESULTS: Search terms and search databases have been identified. The data extraction sheet has also been developed. This study is expected to be completed by the end of 2022. CONCLUSIONS: This study will provide up-to-date evidence on the effectiveness and use of neurodynamic interventions for patients with stroke in clinical practice. TRIAL REGISTRATION: PROSPERO CRD42022319972; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=319972. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/38956.
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 | 0,063 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,024 | 0,036 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,006 |
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 ».