Internet-Based and Wearable-Device-Assisted Tele-Rehabilitation for Stroke Patients after Discharge: A Randomized Trial
Notice bibliographique
Résumé
ABSTRACT Background: Stroke remains a major public health issue globally. Tele-rehabilitation, incorporating internet-based interventions and wearable devices, offers an accessible strategy for post-discharge rehabilitation. This study evaluates their effectiveness in stroke patients. Methods: A total of 160 subacute stroke patients hospitalized between November 2022 and September 2023 were enrolled and randomly allocated to four groups at discharge ( n = 40 per group): a control group receiving conventional rehabilitation, an internet-based tele-rehabilitation (ITR) group, a wearable-device-assisted (WDA) group and a combined intervention (IWT) group, which received both ITR and WDA training. The primary outcome was assessed by the Modified Barthel Index (MBI) at discharge, 4 weeks and 12 weeks post-discharge, with the 12-week score prespecified as the primary endpoint. Secondary outcomes included Berg Balance Scale (BBS), simplified Fugl-Meyer Assessment (sFMA), Hamilton Anxiety Scale (HAMA), Hamilton Depression Scale (HAMD), Mini-Mental State Examination (MMSE) and Zarit Burden Interview (ZBI), all assessed at discharge, 4 weeks and 12 weeks post-discharge. Results: At baseline, no significant differences were observed among groups ( P > 0.05). Over 12 weeks, all intervention groups demonstrated significant improvements in MBI, BBS and sFMA compared to the control group ( P < 0.05), with the IWT group achieving the greatest gains ( P < 0.01). Anxiety, depression and caregiver burden significantly decreased across intervention groups, with the IWT group showing the most pronounced reductions ( P < 0.01). Cognitive function also improved significantly, particularly in the IWT group ( P < 0.01). Conclusion: ITR and WDA training enhances functional and psychological recovery in stroke patients, highlighting its potential clinical significance in managing stroke recovery.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».