Improving Outcomes in People with Spinal Cord Injury: Encouraging Results from a Multidisciplinary Advanced Rehabilitation Pathway
Notice bibliographique
Résumé
Spinal cord injury (SCI) consists of damage to any segment of the spinal cord extending to potential harm to nerves in the cauda equina. Rehabilitative efforts for SCI can involve conventional physiotherapy, innovative technologies, as well as cognitive treatment and psychological support. The aim of this study is to evaluate the feasibility of a dedicated, multidisciplinary, and integrated intervention path for SCI, encompassing both conventional and technological interventions, while observing their impact on cognitive, motor, and behavioral outcomes and the overall quality of life for individuals with SCI. Forty-two patients with SCI were included in the analysis utilizing electronic recovery system data. The treatment regimen included multidisciplinary rehabilitation approaches, such as traditional physiotherapy sessions, speech therapy, psychological support, robotic devices, advanced cognitive rehabilitation, and other interventions. Pre–post comparisons showed a significant improvement in lower limb function (Fugl Meyer Assessment-FMA < 0.001), global cognitive functioning (Montreal Cognitive Assessment-MoCA p < 0.001), and perceived quality of life at both a physical and mental level (Short Form-12-SF-12 p < 0.001). Furthermore, we found a significant reduction in depressive state (Beck Depression Inventory-BDI p < 0.001). In addition, we assessed patient satisfaction using the Short Form of the Patient Satisfaction Questionnaire (PSQ), offering insights into the subjective evaluation of the intervention. In conclusion, this retrospective study provides positive results in terms of improvements in motor function, cognitive functions, and quality of life, highlighting the importance of exploring multidisciplinary approaches.
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 | 0,002 |
| 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 ».