Effect of Functional Electrical Stimulation in Conjunction with Motor Relearning Program on Activities of Daily Living Following Ischemic Stroke: A Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Ischemic stroke frequently results in upper limb impairment, significantly affecting patients' ability to perform activities of daily living (ADL). Functional electrical stimulation (FES) combined with motor relearning programs has emerged as a promising rehabilitation approach for improving functional outcomes in stroke survivors. Objective: The present study evaluates the effectiveness of FES combined with motor relearning programs on ADL performance in patients with upper limb impairment following ischemic stroke. Methods: A randomised controlled trial was conducted with 84 ischemic stroke patients (mean age 58.4±12.3 years) with upper limb hemiplegia. Participants were randomly allocated to either the experimental group (n=42) receiving FES combined with motor relearning program, or the control group (n=42) receiving conventional physiotherapy. The intervention period was 6 weeks, with 5 sessions per week. The primary outcome measure was the Barthel Index (BI), and secondary outcomes included the Functional Independence Measure (FIM) and Canadian Occupational Performance Measure (COPM). Assessments were conducted at baseline, post-intervention (6 weeks), and follow-up (12 weeks). Results: Both groups showed significant improvements in ADL scores, but the experimental group demonstrated superior outcomes. At 6 weeks, the experimental group showed greater improvement in BI scores (mean difference: 15.8±8.4 vs. 8.2±6.1, p<0.001), FIM scores (mean difference: 22.3±10.7 vs. 12.1±7.9, p<0.001), and COPM performance scores (mean difference: 3.4±1.2 vs. 1.8±0.9, p<0.001). These improvements were maintained at 12-week follow-up. Conclusion: FES combined with motor relearning programs significantly enhances ADL performance in ischemic stroke patients compared to conventional therapy alone. This combined approach offers a potentially effective rehabilitation approach for improving functional independence in stroke survivors.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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; 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 ».