Effect of Adding Physical Exercises to Cognitive Rehabilitation in Post-Ischemic Stroke Patients
Notice bibliographique
Résumé
Cognitive impairment is a prevalent concern in post-ischemic stroke patients. And independently linked to lower quality of life, increased mortality rates as well as increases the risk of falling, institutionalization, and healthcare costs. Therefore, multicomponent rehabilitation is necessary for managing it. Aim of the research: To evaluate the effect of adding physical exercises to cognitive rehabilitation in post-ischemic stroke patients. Research design: A quasi-experimental research design (study/ control) was utilized in the current research. Research setting: The current research was conducted at intermediate stroke department and follow-up at rehabilitation out-patient clinic. Sample: purposive sample of 90 patients (male and female) with cognitive impairment after being diagnosed with ischemic stroke were recruited into three groups with equal rate; the intervention groups (cognitive training = 30, and combined physical and cognitive training =30) and one control group = 30. Tools: structured interview questionnaire, Montreal cognitive assessment scale and modified Rankin Scale. Results: The study findings showed a significant improvement in the cognitive functions from moderate impairment at baseline for combined physical and cognitive training and cognitive training groups (80% and 73.3 %) respectively to mild impairment post six-months intervention (100 % and 76.6 %) respectively. Conclusion: Adding physical exercises to cognitive rehabilitation intervention induced greater advantages on cognitive function and disability levels among post-ischemic stroke patients. Recommendation: Establishing training programs for patients that contain a multi-component intervention and cognitive training for PSCI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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; 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 ».