Evidence-based improvement of gait in post-stroke patients following robot-assisted training: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The recovery of walking after stroke is a priority goal for recovering autonomy. In the last years robotic systems employed for Robotic Assisted Gait Training (RAGT) were developed. However, literature and clinical practice did not offer standardized RAGT protocol or pattern of evaluation scales. OBJECTIVE: This systematic review aimed to summarize the available evidence on the use of RAGT in post-stroke, following the CICERONE Consensus indications. METHODS: The literature search was conducted on PubMed, Cochrane Library and PEDro, including studies with the following criteria: 1) adult post-stroke survivors with gait disability in acute/subacute/chronic phase; 2) RAGT as intervention; 3) any comparators; 4) outcome regarding impairment, activity, and participation; 5) both primary studies and reviews. RESULTS: Sixty-one articles were selected. Data about characteristics of patients, level of disability, robotic devices used, RAGT protocols, outcome measures, and level of evidence were extracted. CONCLUSION: It is possible to identify robotic devices that are more suitable for specific phase disease and level of disability, but we identified significant variability in dose and protocols. RAGT as an add-on treatment seemed to be prevalent. Further studies are needed to investigate the outcomes achieved as a function of RAGT doses delivered.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».