The effect of exercise interventions on gait outcomes in subacute and chronic rehabilitation from lower-limb amputation: A systematic review and meta-analysis
Notice bibliographique
Résumé
Successful walking is a substantial contributor to quality of life in people with lower-limb amputation (PLLA), yet gait difficulties are common. Evidence-based exercise guidelines are necessary for PLLA with different clinical characteristics and at different phases of recovery. To systematically review the literature evaluating effects of exercise interventions on gait outcomes in PLLA at subacute and chronic stages of recovery. Databases MEDLINE, EMBASE, CINAHL, SPORTDiscus, Scopus, and the Cochrane Library were searched (inception to May 10, 2022). Inclusion criteria: randomized controlled trials assessing gait outcomes following exercise intervention; subjects were PLLA ≥18 years of age and used a prosthesis for walking. Meta-analysis using random effects with inverse variance to generate standardized mean differences (SMDs) was completed for primary gait outcomes. Subgroup analysis was conducted for the recovery phase (i.e., subacute and chronic) and level of amputation (e.g., transfemoral and transtibial). Of 16 included articles, 4 studies examined the subacute phase of recovery, whereas 12 examined the chronic phase. Subacute interventions were 30 minutes, 1-7 times/week, for 2-12 weeks. Chronic interventions were 15-60-minutes, 2-3 times/week, for 4-16 weeks. Low-moderate level evidence was shown for a small improvement in the subacute phase (SMD = 0.42, 95% confidence interval [0.06-0.79], I 2 = 46.0%) and a moderate improvement in the chronic phase (SMD = 0.67, 95% confidence interval [0.40-0.94], I 2 = 0.0%) in favor of exercise intervention groups. Multicomponent exercise programs consisting of gait, balance, and strength training are effective at improving gait outcomes in PLLA at subacute and chronic phases of recovery. The optimal duration and frequency of exercise is unclear because of variation between interventions, highlighting an area for future work.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,035 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».