Notice bibliographique
Résumé
More than half of survivors of stroke experience some degree of motor impairment, and spasticity can develop within days of the initial event. Patients with post-stroke spasticity (PSS) report a lower quality of life than those without spasticity, and they require regular long-term follow-up and monitoring within the healthcare system. This symposium supported a non-promotional discussion regarding the prevalence, burden, consequences, and need for identification of PSS. The benefits of PSS identification within 3 months of stroke were discussed by a panel of key opinion leaders, including Ted Wein, Neurologist and Assistant Professor of Neurology and Neurosurgery at McGill University, Montréal, Quebec, Canada; Ganesh Bavikatte, Consultant and Clinical Lead in rehabilitation medicine at the Walton Centre, Liverpool, and Honorary Senior Clinical Lecturer at the University of Liverpool, UK; and Sean Savitz, Professor of Neurology and Physical Medicine and Rehabilitation, Frank M. Yatsu MD Chair in Neurology, and Director of the Institute for Stroke and Cerebrovascular Diseases, University of Texas Health Science Center at Houston (UTHealth), Texas, US. These key opinion leaders explained that early prediction of PSS could be improved by increased awareness of the associated risk factors and tools, such as the Post-Stroke Checklist (PSC), the Spasticity Screening Tool, and the PSS Referral Tool. Finally, potential barriers to the early identification of PSS were presented, alongside strategies to overcome these barriers.
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 | 0,020 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,029 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».