MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977087516 · doi:10.6084/m9.figshare.21201184

Exergames to improve rehabilitation after knee arthroplasty: a systematic review and grade evidence synthesis

2022· article· en· W6977087516 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWOMACRehabilitationGrading (engineering)Systematic reviewIntervention (counseling)DeclarationTest (biology)Randomized controlled trial

Résumé

récupéré en direct d'OpenAlex

We aimed to systematically review and synthesise the impact of rehabilitation with games in people after knee arthroplasty. We conducted a systematic review following the Preferred Reporting Items for the declaration of Systematic Reviews (PRISMA – Preferred Reporting Items for Systematic Reviews and Meta-Analysis). The summary of evidence was developed using the Grading of Recommendations, Assessment, Development, and Assessment (GRADE). The review included randomised controlled trials that used characteristics of games in rehabilitation. Eight articles from a total of 1289 identified articles were included after duplicates were removed. In total, 239 participants participated. There were no statistically significant changes between the groups using the exergames and control groups. The level of evidence was rated using GRADE and was very low or moderate. The difference in grouped means was not significant for Knee Flexion, Knee extension, Range of Motion, WOMAC (Western Ontario and McMaster Universities Arthritis Index), AKSS (American Knee Society Score), Self-Efficacy, Five Times Sit-to-Stand Test time, Pain, or Proprioception. The results of the different studies did not find significant changes in the intervention groups with exergames in the physical domains, especially in studies with shorter interventions. Therefore, further investment in future studies on developing and evaluating games is suggested to enhance training during the recovery process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,132
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0150,019
Bibliométrie0,0210,012
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,268
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetTotal Knee Arthroplasty Outcomes→Travaux en français237 207→