Predictors of upper‐extremity motor outcomes after constraint‐induced therapy or bimanual training in children with cerebral palsy: A systematic review
Notice bibliographique
Résumé
AIM: To systematically review the factors that predict changes in upper-extremity motor function in response to constraint-induced movement therapy (CIMT) or bimanual training in children with cerebral palsy (CP). METHOD: The PubMed, Cochrane, Embase, Scopus, CINAHL, and PEDro databases were searched. Studies were included if predictor variables were measured at baseline and were linked to an upper-extremity motor function outcome after intervention. Studies investigating only neurophysiological biomarkers were excluded. Two independent reviewers conducted study selection, risk of bias assessment, data extraction, and synthesis. RESULTS: The electronic search yielded 4317 articles, of which 23 were included (14 of 23 were randomized controlled trials). The most frequently studied factors were baseline motor outcomes (19 studies), age (19 studies), behavior (six studies), sex (six studies), and affected side (six studies), with inconsistent evidence to support an association with changes in upper-extremity motor function after CIMT or bimanual training. Cognitive deficits, somatosensory deficits, and mixed effects of predictive factors were rarely studied. INTERPRETATION: Based on current evidence, it is inconclusive whether children with CP benefit from CIMT or bimanual training, regardless of their baseline upper-extremity motor function, age, sex, affected side, or behavior.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».