Motor learning principles reported in stroke trials of upper limb task-oriented training: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: Upper limb task-oriented training (UL-TOT) is a complex intervention in which practice conditions related to motor learning principles are applied to enhance upper limb motor recovery after stroke. The Template for Intervention Description and Replication guidelines suggest that detailed reporting of a complex intervention is essential in published studies. Therefore, this review aimed to determine the extent to which practice conditions related to motor learning principles were reported in UL-TOT stroke clinical trials. METHODS: A comprehensive search was done using appropriate keywords in PubMed, CINAHL, Web of Science, Scopus and Cochrane databases from 2000 to 2024. Two reviewers independently conducted title screening, abstract screening and full-text evaluation based on the inclusion and exclusion criteria. A third reviewer resolved the conflicts between the two reviewers during the screening process. Finally, the articles that fulfilled the criteria were included for data extraction. RESULTS: 23 802 studies were retrieved, and 166 studies were retained. Practice conditions such as practice variability (98%), dosage (97%) and movement complexity (96%) were reported more frequently, task selection for practice (75%), challenging and progressive task practice (76%) were reported frequently, practice order (57%), practice distribution (51%), feedback type (44%) and timing (44%) were reported occasionally. Feedback frequency (37%) was reported rarely. CONCLUSIONS: Practice conditions such as practice variability, dosage, movement complexity, task selection, challenging and progressive task practice were reported consistently, while practice distribution, order and feedback were reported inconsistently. Developing a standard checklist for practice conditions related to motor learning principles can improve detailed reporting of practice conditions in future UL-TOT stroke clinical trials. This can help researchers replicate and reliably implement the intervention in specific populations and build on and create more effective 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 | 0,057 | 0,250 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,009 |
| Bibliométrie | 0,018 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».