Engaging the Lower Extremity via Active Therapy Early (ELEVATE) Is Feasible and May Improve Gross Motor Function in Children with Spastic Bilateral Cerebral Palsy: A Case Series
Notice bibliographique
Résumé
Purpose: The feasibility of ELEVATE with respect to adherence and preliminary efficacy was determined for children with spastic bilateral cerebral palsy (CP) from encephalopathy of prematurity. Methods: A case series was used. Participants were randomized to receive ELEVATE immediately or delay the intervention by 3 months before receiving the intervention. The outcomes included feasibility measures of (1) number of children recruited, (2) percentage of sessions attended, (3) stride counts during the intervention, and preliminary efficacy measures of change over the intervention period in (4) Gross Motor Function Measure-66 (GMFM-66), and (5) kinematics and weight-bearing during treadmill walking. Results: Four boys under 3 years of age participated. All participants tolerated 60-minute intervention sessions four times/week for 12 weeks, and attended 75%-94% (min-max) of the targeted sessions. The median step count per session ranged from 833 to 2484 steps (min-max) during the final week of training. Participants showed an increase in GMFM-66 score of 2.4-7.5 points (min-max) over the 3-month intervention phase, as compared to a decrease of 1.7 for one participant and an increase of 1.3 for another over the delay period. Three participants demonstrated small improvements in their gait with the intervention. Conclusions: Engaging young children with bilateral CP in intensive rehabilitation targeting gross motor function was feasible and demonstrated preliminary efficacy. The results have guided the design of a larger clinical trial to assess efficacy of early, active interventions for children with spastic bilateral CP.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».