Prognostic factors in stroke rehabilitation: the possible role of pharmacological treatment.
Notice bibliographique
Résumé
OBJECTIVES: The aim of the present study was to determine the impact of commonly used and potentially detrimental drugs on rehabilitation results and to clarify their role as prognostic factors. MATERIAL AND METHODS: The study included 154 patients admitted to a rehabilitation hospital for sequelae of a first stroke. Multivariate analyses were performed using effectiveness of treatment, evaluated by both the Barthel Index (BI) and the Rivermead Mobility Index (RMI) and low response on both of these indexes as dependent variables. Independent variables were medical, demographic and pharmacological factors. RESULTS: The use of detrimental drugs was negatively associated with effectiveness on both BI and RMI. Severity of stroke (Canadian Neurological Scale score at admission) and hemineglect were the other negative prognostic factors that significantly entered the analyses. On the other hand, the presence of Broca's aphasia positively influenced the recovery, essentially due to prolonged length of stay. The presence of detrimental drugs and hemineglect were associated with a higher risk of low response on both BI and RMI. CONCLUSION: These findings confirm that the use of some drugs can influence rehabilitation results. Therefore, the choice of pharmacological treatment of stroke patients should be carefully evaluated by considering the potential detrimental effects of some drugs commonly used for the treatment of coincidental medical conditions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».