Vestibular Rehabilitation Using Dynamic Posturography: Functional Stability and Fall Risk Outcomes From a Randomized Trial
Notice bibliographique
Résumé
OBJECTIVE: To compare computerized vestibular retraining therapy (CVRT) to a home exercise program (HEP) for the treatment of unilateral vestibular deficits. STUDY DESIGN: Randomized, unblinded, interventional study with single crossover. SETTING: This study was performed in a tertiary neurotology clinic. METHODS: Individuals with a stable unilateral vestibular deficit present for greater than 6 months, confirmed with videonystagmography and vestibular evoked myogenic potential testing and scoring >30 on the dizziness handicap inventory, received either 12 twice-weekly sessions of CVRT or 6 weeks of HEP. Outcome measures were the limits of stability test with submeasures: reaction time; directional control; movement velocity; endpoint and maximum excursion; endpoint and maximum functional stability region. RESULTS: CVRT (n = 18), but not HEP (n = 12), was associated with improvement in all measures and with fewer instances of loss of balance during testing. CVRT was superior to HEP for directional control (24.0; 95% CI 4.4-43.6; P = .01), movement velocity (1.5; 95% CI 0.6-2.3; P < .001), and endpoint excursion (21.1; 95% CI 4.8-37.4; P < .01). Improvements in directional control (23.0; 95% CI 1.1-45.0; P = .046) and movement velocity (1.3; 95% CI 0.4-2.2; P = .04) were greater for HEP/CVRT crossover than for HEP alone. There were no adverse effects of either treatment. CONCLUSION: CVRT improved postural stability in the limits of stability test. CVRT was associated with greater improvement than HEP in lean angle, accuracy, and speed of volitional leaning. TRIAL REGISTRATION: Clinicaltrials.gov NCT05115032 (https://clinicaltrials.gov/study/NCT05115032).
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».