Does square-stepping exercise improve balance in unilateral middle cerebral artery stroke survivors? A randomized controlled clinical trial
Notice bibliographique
Résumé
Abstract Background Poststroke balance impairment adversely affects rehabilitation outcomes in chronic stroke survivors. Balance impairment heightens the risk of falls after stroke with negative consequences such as fall-related injuries including fracture, fear of falling, depression, social isolation, and even mortality. Objectives This study investigates the effectiveness of the square-stepping exercise as a balance training strategy for reducing the risk of falls among unilateral middle cerebral artery stroke survivors. Materials and methods In this randomized controlled trial, 42 chronic stroke survivors between the age group of 50 and 70 years were enrolled and assigned into 2 groups. Stroke survivors in the control group received conventional therapy, and the intervention group received conventional therapy and square-stepping exercise. Berg Balance Scale, timed up and go test, and Fall Efficacy Scale were included as outcome measures at baseline and post-intervention. Results The pre and post within-group analysis using paired t -test revealed a statistically significant difference in the Berg Balance Scale ( P = 0.000), timed up and go test ( P < 0.000), and Fall Efficacy Scale ( P < 0.002) for participants in the intervention group. In between-group analysis using an independent t -test, square-stepping exercise participants demonstrated significant improvement for the Berg Balance Scale ( P < 0.03). There are no significant changes in dynamic balance and fall risk outcomes between the groups. Conclusion Combining square-stepping exercises in conventional rehabilitation could be beneficial in improving balance among chronic 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».