The relationship between Rating of Everyday Arm‐use in the Community and Home (REACH) scale affected arm‐use assessment, activity and participation after stroke
Notice bibliographique
Résumé
Abstract Background and Objectives While arm function has been traditionally used as a primary goal for upper extremity rehabilitation post‐stroke, we propose a simple measure of arm use, which may translate into better activities and participation. The aim was to determine the relationship between arm use and measures of activity and participation. Methods This was a cross‐sectional study with evaluative components involving community‐dwelling individuals with chronic stroke. The Rating of Everyday Arm‐Use in the Community and Home (REACH) Scale was used to assess affected arm use, Barthel Index and activity domain of the Stroke Impact Scale (SIS) for activities, and participation domain of the SIS for participation. The participants were also asked if they resumed driving after the stroke. Results Forty‐nine individuals (mean age = 70.3 ± 11.5 years, male sex = 51%) living with the effects of a stroke for at least 3 months participated in this study. There was a positive relationship between affected arm use and activities (Barthel Index score – r s = 0.464; SIS activities – r s = 0.686), participation ( r s = 0.479), and driving ( r s = 0.581). The Barthel Index scores were higher for individuals with dominant arm hemiparesis ( p = 0.003) or left hemisphere lesions ( p = 0.005). There was also greater arm use in left hemisphere lesions ( p = 0.018). Conclusions Affected arm use in individuals with chronic stroke is related to activities and participation. Given the importance of arm use in activities and participation after stroke, rehabilitation therapists may consider utilizing the REACH Scale, a simple and quick outcome measure, as a means to assess arm use and implement effective interventions for improving arm use.
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 | 0,000 | 0,000 |
| 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 ».