MétaCan
Menu
Retour à la cohorte
Enregistrement W4322707897 · doi:10.26911/theijmed.2023.08.01.03

Effects of Virtual Reality Therapy and Range of Motion Exercise on Range of Motion in Stroke Patients: Meta-Analysis

2023· article· en· W4322707897 sur OpenAlexaboutno aff
Septyan Dwi Nugroho, Didik Tamtomo, Hanung Prasetya

Notice bibliographique

RevueIndonesian Journal of Medicine · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRange of motionStroke (engine)Range (aeronautics)Motion (physics)Physical medicine and rehabilitationMedicineVirtual realityMeta-analysisPhysical therapyComputer scienceArtificial intelligencePhysicsEngineeringInternal medicineAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Background: Stroke is a disease caused by interference with blood flow in the brain which is still a global problem today. Post-stroke care needs to be done to prevent the worsening of the condition. One of the right interventions that can be done is virtual reality therapy and range of motion exercise. This study aims to examine, analyze and estimate changes in the range of motion of stroke patients with virtual reality therapy and range of motion exercise. Subjects and Method: Metaanalysis was carried out according to the PRISMA flow chart and the PICO model (Population: stroke patients, Intervention: virtual reality therapy and range of motion exercise, Comparison: not performed virtual reality therapy and range of motion exercise Outcome: range of motion). The databases used are Google Scholar, PubMed, and Science Direct. The keywords used (“virtual reality” OR VR) AND (stroke OR CVD) AND (“range of motion exercise” OR ROM OR “motor exercise”) AND (stroke OR CVD) AND “Randomized Control Trial”. The inclusion criteria were full-text articles with RCT studies published in 2012-2022, articles in English, and bivariate and multivariate analysis. Analysis was performed using ReVman 5.3. Results: There were 20 articles with a randomized control trial design originating from Iran, Turkey, China, Egypt, Myanmar, South Korea, Spain, the Netherlands, Italy, Switzerland, and Canada involving 799 people. A meta-analysis of 10 RCT studies concluded that virtual reality therapy increased the range of motion of stroke patients by 2.77 units (SMD= 2.77; 95% CI = 1.29 to 4.24; p<0.001) compared to no virtual reality therapy. In addition, the range of motion exercise intervention can also increase the stroke patient's range of motion by 0.84 units (SMD= 0.84; 95% CI= 0.35 to 1.33; p<0.001) compared to not being given range of motion exercise. Conclusion: Virtual Reality Therapy and Range of Motion exercises can increase the range of motion of stroke patients. Keywords: virtual reality therapy, range of motion exercise, stroke, range of motion, meta-analysis. Correspondence: Septyan Dwi Nugroho. Masters Program in Public Health, Universitas Sebelas Maret. Jl. Ir Sutami 36A, Surakarta 57126, Central Java. Email: septyandwin@gmail.com. Mobile: 081804418933. Indonesian Journal of Medicine (2023), 08(01): 23-36 https://doi.org/10.26911/theijmed.2023.08.01.03

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,034
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,066
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,321
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndonesian Journal of MedicineMême sujetEducation and Learning InterventionsTravaux en français237 207