Action Observation Combined With Motor Imagery Training to Improve Motor Function in People With Stroke: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Action observation combined with motor imagery (AO+MI) training is considered a potentially effective approach for improving motor function in patients after stroke. Therefore, it is important to review and analyze the existing research evidence of its effectiveness. Objective: This study aims to evaluate the effectiveness of AO+MI training on the limb motor function of patients with stroke. Methods: A systematic search was conducted in PubMed, Cochrane Library, Web of Science, Embase, Proquest, Physiotherapy Evidence Database, ClinicalTrials.gov, and ChiCTR. The last search was performed in June 2025. Three reviewers independently screened the articles, and 2 reviewers extracted data. Quality assessments of randomized controlled trials were done using the Cochrane Risk-of-Bias Tool. The certainty of evidence was evaluated with GRADEpro GDT (Evidence Prime, Inc). A meta-analysis was performed using RevMan 5.3 (The Cochrane Collaboration) software and Stata software. Results: A total of 13 articles were included with 399 patients with stroke. The results of the meta-analysis showed that compared with routine rehabilitation, AO+MI could improve the upper extremity function (standard mean difference [SMD]=1.02, 95% CI 0.28-1.75; P=.007) and the lower extremity function (SMD=6.31, 95% CI 4.75-7.87; P<.001) of patients with stroke. There was no significant difference between AO+MI and routine rehabilitation for improving activities of daily living (SMD=0.06, 95% Cl -0.35 to 0.47; P=.06). AO+MI could promote the recovery of upper extremity function in patients compared with MI independently (SMD=0.97, 95% Cl 0.13-1.80; P=.02). There was no significant difference between synchronous combination and asynchronous combination in upper extremity function rehabilitation of patients after stroke (SMD=-1.04, 95% Cl -2.56 to 0.48). Conclusions: AO+MI can improve the motor function of limbs and can be considered an effective limb rehabilitation therapy for patients after a stroke.
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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,029 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».