The Efficacy of Virtual Reality Training in the Rehabilitation of Orthopedic Ankle Injuries: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Introduction: Orthopedic ankle injuries are considered among the most common musculoskeletal injuries. A wide variety of modalities and techniques have been used for the management of these injuries, and virtual reality (VR) is one modality that has been examined in ankle injuries rehabilitation. Purpose: This study aims to systemically review previous studies evaluating the effect of virtual reality in rehabilitating orthopedic ankle injuries. Methods: We searched six online databases: PubMed, Web of Science (WOS), Scopus, the Physiotherapy Evidence Database (PEDro), Virtual Health Library (VHL), and Cochrane Central Register of Controlled Trials (CENTRAL). Results: = 0.30]. Compared with conventional physiotherapy, VR programs significantly improved gait parameters such as speed and cadence, muscle power, and perceived ankle instability; however, no significant difference was detected in the foot and ankle ability measure (FAAM). Additionally, significant improvements in static balance and perceived ankle instability were reported after the use of VR balance and strengthening programs. Finally, only two articles were deemed to have good quality, and the other studies' quality ranged from poor to fair. Conclusion: VR rehabilitation programs can be used to rehabilitate ankle injuries, as they are regarded as safe interventions and have promising effects. However, there is a need for studies with high quality since most included studies' quality varied from poor to fair.
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 | 0,045 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes 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 ».