Effet de l'intensité du traitement sur le maintien des gains dans le traitement de l'aphasie post-AVC
Bibliographic record
Abstract
Déterminer l’intensité optimale, en fréquence, en durée et en quantité de stimuli, d’un traitement orthophonique pour l’aphasie après un accident vasculaire cérébral (AVC) est un défi pour les cliniciens qui souhaitent maximiser l’efficience du traitement, car, à ce jour, les données scientifiques sur le sujet sont inconstantes. Certaines études semblent montrer des gains plus importants immédiatement après le traitement avec un traitement intensif plutôt qu’un non intensif, mais l’influence de l’intensité du traitement sur le maintien de ces gains dans le temps demeure encore plus nébuleuse. L’objectif de cette revue systématique est de vérifier s’il existe une différence entre l’efficacité d’un traitement intensif et celle d’un traitement non intensif dans le maintien des gains en aphasie après un AVC. Une recherche systématique dans quatre bases de données principales et dans la bibliographie des articles pertinents a permis d’identifier sept articles (total de 239 participants aphasiques [âge moyen de 67,15 ans; 0,1 à 225 mois post-AVC]) correspondant aux critères de sélection. La force de l’évidence a été mesurée en fonction de la qualité méthodologique des articles. Les résultats de cette revue suggèrent un maintien équivalent des gains avec les deux intensités thérapeutiques. D’autres variables et paramètres de traitement pourraient influencer ces résultats. Différentes théories sont abordées concernant la manière dont l’efficacité pourrait être différente en fonction des paramètres d’intensité, des approches utilisées et des mesures d’efficacité. Les variables à considérer pour des recherches ultérieures sont mises en évidence.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".