Effects of exercise and pharmacotherapy on fatigue in stroke patients: A systematic review with meta-analysis
Notice bibliographique
Résumé
• The impact of post-stroke fatigue (PSF) on the functional recovery of patients with stroke is significant. • PSF is closely linked to mortality and prognosis and indirectly affects psychological well-being and quality of life. • Our review suggests that both exercise and pharmacotherapy may be effective in reducing the PSF. • However, the limitations of these trials, such as small sample sizes and potential bias, highlight the necessity for larger sample sizes and appropriate treatment durations in future research. This systematic review and meta-analysis aimed to investigate the efficacy of exercise and pharmacological interventions in mitigating fatigue in acute, subacute, and chronic phases of stroke recovery. PubMed, Embase, Science Direct, Web of Science, Scopus, and Google Scholar databases were searched for articles published before December 2023. Randomized controlled trials that assessed the effectiveness of exercise and pharmacotherapy on PSF in patients with acute, subacute, and chronic strokes were included. Studies that met the following criteria were included: participants who had experienced PSF, were older than 18 years, and used exercise or pharmacotherapy as interventions. The I2 test and funnel plot were used to examine heterogeneity and publication bias. The quality of the studies was assessed using the Critical Appraisal Checklist for Studies created by the Joanna Briggs Institute. Twelve publications were selected from 1,472 citations for the final qualitative analysis. The articles were published between 2007 and 2023, with 686 participants, ranging from 06 to 119. Physical exercise and pharmacological treatments (fluoxetine, modafinil, and (−)-OSU6162) were associated with decreased fatigue severity at the end of treatment (pooled mean difference = −2.90, 95 % CI: −6.83 to 1.02). However, these trials were small and had a significant risk of bias. Our findings suggest that exercise and pharmacotherapy may reduce PSF. However, the small sample size and potential bias of the trials underscores the need for larger sample sizes and appropriate treatment durations.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».