Assessment of the Efficacy of Virtual Reality Rehabilitation in Stroke Patients
Notice bibliographique
Résumé
Background: Stroke is still one of the most prominent causes of adult disability globally and often results in both long-term physical and cognitive impairments. While traditional rehabilitation methods do have some effectiveness, they are sometimes hampered by low engagement and adherence levels from the patients. The use of virtual reality technology (VR) offers a new way to approach rehabilitation which could result in better outcomes because it creates an immersive experience that is inherently interactive. This study aimed to assess the effectiveness of VR-based rehabilitation in improving motor function, functional independence, and cognitive performance in stroke patients, compared with traditional therapy. Methods: Seventy-one stroke patients participated in the study and were randomized into two groups: one receiving virtual reality rehabilitation and the other receiving standard physiotherapy as a control arm to conventional treatment. The therapies were both provided over a six-week period, five days per week. The primary outcome measures were Fugl-Meyer Assessment and Barthel Index. Other outcome measures included cognitive assessment using Montreal Cognitive Assessment (MoCA), mobility measured by Timed Up and Go (TUG) test, and satisfaction level reported by the patients which were all considered as secondary outcomes. Results: Participants in the VR group demonstrated significantly greater improvements in motor function and independence in daily activities compared to the control group (p < 0.01). Cognitive gains were higher in the VR group, although this did not reach statistical significance (p = 0.058). Patient adherence and satisfaction were notably higher among VR participants. Conclusion: VR-based rehabilitation is a promising and effective approach to enhance post-stroke recovery, offering better patient outcomes and engagement than conventional methods. Further large-scale studies are recommended to confirm these findings and explore long-term effects. Keywords: Stroke rehabilitation, virtual reality therapy, motor recovery, cognitive function, patient engagement, Fugl-Meyer, Barthel Index.
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 | 0,012 | 0,003 |
| 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 | 0,001 | 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 ».