Effects of Neuromuscular Electrical Stimulation in Patients with Post-Stroke Related Dysarthria: A Double-Blinded, Phase-II Randomized Sham-Controlled Trial Protocol - ULYSSES Trial
Notice bibliographique
Résumé
Introduction: Post-stroke individuals with dysarthria experience difficulties in producing speech due to muscle dysfunction. Neuromuscular electrical stimulation (NMES) can stimulate motor units and enhance their functionality. The objective of this study is to investigate the effects of NMES on speech intelligibility in patients with persistent dysarthria 3-6 months post-ischemic stroke. Methods: This study will be designed as a phase II, double-blinded, randomized, two-arm, parallel-group, superiority trial conducted at a single center. The target population will consist of post-stroke individuals with dysarthria, who will undergo randomization to receive either neuromuscular electrical stimulation (NMES) or sham-NMES. Both intervention groups will receive treatment sessions 5 days a week over a 4-week period. The sample size for this study will be 154 patients, recruited exclusively from a Rehabilitation Unit located in the United States. The primary outcome measure will focus on determining the mean difference in the FDA-2 intelligibility score between the two treatment groups. Secondary outcomes will involve evaluating the mean difference in the full FDA-2 score, as well as various subsets of the score, alongside an assessment of the participants’ health-related quality of life, utilizing the Stroke Impact Scale (SIS). Conclusion: To the best of our knowledge, this will be a comprehensive assessment of the potential benefits of NMES for post- stroke patients with dysarthria. Considering the positive impact of NMES on enhancing muscle functionality, it is plausible to anticipate its potential benefits in improving speech outcomes as well. Despite early studies indicating the safety and tolerability of NMES for various motor muscle conditions, there is limited data on its use in patients with dysarthria.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».