Proprioceptive Neuromuscular Facilitation Neck Pattern and Trunk Specific Exercise on Trunk Control and Balance—an Experimental Study
Notice bibliographique
Résumé
Background: Most stroke survivors continue to live with disabilities and may require physical rehabilitation to control the trunk and balance during the post-stroke period. The cause of lack of trunk control and balance among stroke patients is the weakened trunk muscle strength. Purpose: To study the effect of proprioceptive neuromuscular facilitation (PNF) neck pattern and trunk-specific exercise on trunk control and balance among stroke patients. Setting: The study was conducted at the medical wards of Saveetha Medical College and Hospital, Chennai, India. Participants: Sixty patients with stroke who met the inclusion criteria participated in the study. Research Design: This is a quasi-experimental study. Intervention: PNF trunk-specific exercise was administered to the experimental group for 45 min of 28 sessions, which contained 15 min of stretching exercise and 30 min trunk-specific exercise. The control group received routine hospital care services. Main Outcome Measures: The study's primary outcome was balance and trunk control, measured by the Berg Balance Scale (BBS) and Trunk Impairment Scale (TIS) before the intervention and at the end of the intervention of 28 days. Results: < .001). Between-group analysis, both the experimental and control group post-test mean score of TIS (15.03±0.96 &13.70±1.15) and BBS (27.07±1.48 & 25.30±1.73) showed significant difference (p < .001). Conclusion: PNF neck pattern and trunk-specific exercise used in this study effectively improved balance and trunk control among patients with stroke.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».