Characteristics of randomized controlled trials of lower extremity interventions for post-stroke recovery in low-to-middle-income countries and high-income countries
Notice bibliographique
Résumé
BACKGROUND: A better understanding of the overall picture of post-stroke motor trials in relation to country resources can be an important step to further understand potential disparities. OBJECTIVE: To characterize randomized controlled trials (RCTs) of interventions for the rehabilitation of post-stroke lower extremity (LE) motor disorders, conducted in high-income countries (HICs) and in low-to-middle-income countries (LMICs). METHODS: Systematic searches of RCTs in English were conducted in MEDLINE, Embase, CINAHL and PsycINFO, up to December 2024, according to the Preferred Reporting Items for Systematic reviews and Meta Analyses (PRISMA). RESULTS: = 0.04) were more likely to be examined in LMICs. A higher percentage of RCTs in HICs (28%) were published in journals with an impact factor of >3, compared to LMICs (18.4%), despite similar quality indicators and larger sample sizes in LMICs. CONCLUSION: The number of RCTs from LMICs has surpassed HICs on an annual basis after 2022. RCTs from LMICs are more often published in journals with lower JIF, despite similar quality. Interventions studied were similar, challenging broad assumptions about LMICs evaluating less costly interventions.
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 | 0,213 | 0,570 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,018 |
| Bibliométrie | 0,013 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».