Dynamics of cognitive and psycho-emotional disorders in the early recovery period of ischemic stroke during rehabilitation measures using stabilometric training
Notice bibliographique
Résumé
Objective: to analyze post-stroke cognitive and psycho-emotional disorders in patients in the early recovery period of ischemic stroke, to assess the dynamics of these disorders during rehabilitation measures using stabilometric training. Materials and methods. The study involved 58 patients aged 35-75 years; the average age was 60.6 years. The study was conducted on the basis of Bryansk City Hospital No. 1 in the Department of Medical Rehabilitation. Stabilometric training was carried out on a computerized stabiloanalyzer with biofeedback "Stabilan-01-2" (Taganrog). The course included 7-10 sessions of stabilotherapy. The Montreal Cognitive Scale and the Hospital Anxiety and Depression Scale were used to assess cognitive and psychoemotional status before and after rehabilitation activities. Statistical analysis of the obtained data was carried out on a personal computer using MS EXCEL and IBM Statistica 12.0 application packages. The significance of differences between the studied groups was assessed using the nonparametric Mann-Whitney test. The dynamics in each group before and after treatment was assessed using the Wilcoxon test. Results. According to the results of the study, a significant improvement in the memory indicators of patients was revealed along with a decrease in the level of anxiety and depression. Conclusion. The positive effect of the use of a stabilometric training on the intellectual-mnestic and psycho-emotional functions of patients in the early recovery period of ischemic stroke revealed during the study allows us to recommend this method not only for motor rehabilitation, also to use it as a cognitive and psycho-corrective training.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».