Behavioral Management of Respiratory/Phonatory Dysfunction for Dysarthria Associated With Neurodegenerative Disease: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: This systematic review represents an update to previous reviews of the literature addressing behavioral management of respiratory/phonatory dysfunction in individuals with dysarthria due to neurodegenerative disease. METHOD: Multiple electronic database searches and hand searches of prominent speech-language pathology journals were conducted in accordance with Preferred Reporting Items for Systematic Reviews and Meta-Analyses standards. RESULTS: The search yielded 1,525 articles, from which 88 met inclusion criteria and were reviewed by two blinded co-investigators. A large range of therapeutic approaches have been added to the evidence base since the last review, including expiratory muscle strength training, singing, and computer- and device-driven programs, as well as a variety of treatment modalities, including teletherapy. Evidence for treatment in several different population groups-including cerebellar ataxia, myotonic dystrophy, autosomal recessive spastic ataxia of Charlevoix-Saguenay, Huntington's disease, multiple system atrophy, and Lewy body dementia-were added to the current review. Synthesis of evidence quality provided strong evidence in support of only one behavioral intervention: Lee Silverman Voice Treatment Program (LSVT LOUD) in people with Parkinson's disease. No other treatment approach or population included in this review demonstrated more than limited evidence, reflecting that these approaches/populations require urgent further examination. CONCLUSION: Suggestions about where future research efforts could be significantly strengthened and how clinicians can apply research findings to their practice are provided. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.24964473.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».