Causal Analysis of Social Support on Functional Outcomes in Stroke Rehabilitation: A Study Using Synthetic Data and Advanced Inference Methods
Notice bibliographique
Résumé
Abstract The role of social support in the recovery of stroke survivors has been a subject of considerable interest. It has been hypothesized that social support may positively influence functional outcomes through various mechanisms, including enhanced adherence to rehabilitation programs, reduced psychological stress, and improved overall well-being [1]. However, establishing a clear causal link between social support and functional recovery in stroke patients is challenging due to the presence of numerous confounding factors that can influence both the level of social support received and the extent of functional improvement. This study aimed to investigate the causal effect of high social support on functional outcomes in stroke rehabilitation patients, utilizing advanced causal inference methods applied to a large synthetic healthcare dataset. The synthetic data, generated to mirror real-world patterns while preserving patient privacy, allowed for a rigorous analysis that addressed potential confounding. The key finding of this analysis was that, after adjusting for a comprehensive set of confounders, including depression, high social support showed no significant causal effect on functional outcomes 12 months post-stroke. This result contrasts with initial unadjusted analyses that indicated a significant positive association, highlighting the critical importance of accounting for confounding in observational studies. The emergence of depression as a key confounder suggests that psychological factors may play a more significant role in rehabilitation outcomes than social support alone. These findings have important implications for the design of interventions aimed at improving functional recovery after stroke, suggesting that a focus on addressing psychological well-being alongside social support may be more effective.
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 | 0,043 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».