Exploring Music-Based Interventions for Executive Functioning and Emotional Well-Being in Stroke Rehabilitation: A Scoping Review
Notice bibliographique
Résumé
PURPOSE: Stroke is one of the leading causes of disability with life-long implications requiring assessment and treatment of several functional domains. This review identifies the results from research into music-based interventions (MBIs), including music therapy (MT), for executive functions (EFs) and emotional well-being (EWB) in adults with stroke and highlights opportunities for clinical practice and future research. METHODS: APA PsycInfo (EBSCOhost), and CINAHL (EBSCOhost) were searched, in addition to grey literature. RESULTS: A total of 49 studies were included and encompassed experimental, analytic, and descriptive observational studies, and case reports, involving a total of 1663 participants. In total, 32 studies included MT interventions, and 17 were MBIs. EFs were an outcome in 20.41%, and EWB in 61.22% of studies, for which active interventions were the most utilized. Overall, 73.47% of the studies reported positive results. CONCLUSIONS: This scoping review indicates that music interventions can be beneficial for the improvement of different aspects of EFs and EWB at different stages of stroke recovery. Further research may benefit clinical practice by including standardized protocols, outcome and self-reported measures, and brain imaging data to determine the effects of interventions and support evidence-based decisions for treatment policies for stroke survivors.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».