MétaCan
Menu
Retour à la cohorte
Enregistrement W4382070589 · doi:10.2196/46619

An Intensive Exercise Program Using a Technology-Enriched Rehabilitation Gym for the Recovery of Function in People With Chronic Stroke: Usability Study

2023· article· en· W4382070589 sur OpenAlexvenueno aff
Andrew Kerr, Maisie Keogh, Milena Slachetka, Madeleine Grealy, Philip Rowe

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesChest Heart and Stroke Scotland
Mots-clésPhysical therapyRehabilitationAttendanceMedicineStroke (engine)Physical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Rehabilitation improves poststroke recovery with greater effect for many when applied intensively within enriched environments. The failure of health care providers to achieve minimum recommendations for rehabilitation motivated the development of a technology-enriched rehabilitation gym (TERG) that enables individuals under supervision to perform high-intensity self-managed exercises safely in an enriched environment. OBJECTIVE: This study aimed to assess the feasibility of the TERG approach and gather preliminary evidence of its effect for future research. METHODS: This feasibility study recruited people well enough to exercise but living with motor impairment following a stroke at least 12 months previously. Following assessment, an 8-week exercise program using a TERG (eg, virtual reality treadmills, power-assisted equipment, balance trainers, and upper limb training systems) was structured in partnership with participants. The feasibility was assessed through recruitment, retention, and adherence rates along with participant interviews. Effect sizes were calculated from the mean change in standard outcome measures. RESULTS: In total, 70 individuals registered interest, the first 50 were invited for assessment, 39 attended, and 31 were eligible and consented. Following a pilot study (n=5), 26 individuals (mean age 60.4, SD 13.3 years; mean 39.0, SD 29.2 months post stroke; n=17 males; n=10 with aphasia) were recruited to a feasibility study, which 25 individuals completed. Participants attended an average of 18.7 (SD 6.2) sessions with an 82% attendance rate. Reasons for nonattendance related to personal life, illness, weather, care, and transport. In total, 19 adverse events were reported: muscle or joint pain, fatigue, dizziness, and viral illness, all resolved within a week. Participants found the TERG program to be a positive experience with the equipment highly usable albeit with some need for individual tailoring to accommodate body shape and impairment. The inclusion of performance feedback and gamification was well received. Mean improvements in outcome measures were recorded across all domains with low to medium effect sizes. CONCLUSIONS: This study assessed the feasibility of a holistic technology-based solution to the gap between stroke rehabilitation recommendations and provision. The results clearly demonstrate a rehabilitation program delivered through a TERG is feasible in terms of recruitment, retention, adherence, and user acceptability and may lead to considerable improvement in function, even in a chronic stroke population. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-doi.org/10.3389/fresc.2021.820929.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,335
Écart entre enseignants0,317 · 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'étudeObservationnel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207