Activité physique basée sur la marche pendant et après la réadaptation post-AVC : caractérisation et analyse des relations avec des facteurs cliniques, fonctionnels et psychosociaux
Bibliographic record
Abstract
Problématique : Considérant le rôle de l’activité physique dans la récupération fonctionnelle et le maintien de l’autonomie après un accident vasculaire cérébral (AVC), plusieurs études ont souligné la nécessité de développer des approches favorisant la pratique de celle-ci chez les personnes ayant subi un AVC. Il apparait toutefois que l’évolution du niveau d’activité physique pendant la trajectoire de réadaptation post-AVC n’est pas optimale. Plusieurs études récentes rapportent que les personnes ayant subi un AVC présentent un faible niveau d’activité physique. Objectif : Caractériser l’évolution du niveau d’activité physique basée sur la marche chez les patients victimes d’un AVC et explorer les variables qui influencent sa pratique. Méthodologie : Il s’agit d’une étude descriptive corrélationnelle comportant deux temps de mesure, soit lorsque les participants sont éligibles à l’étude (temps 1) et lors de leur congé de réadaptation fonctionnelle intensive en institution (temps 2). Les données ont été recueillies auprès d’un échantillon de 8 participants ayant subi un AVC et étant admis à l’IRDPQ. Dans le cadre de l’objectif 1, des tests de Wilcoxon ont été réalisés afin de déterminer l’évolution du niveau d’activité physique basée sur la marche lors de la réadaptation intensive en institution. Pour répondre à l’objectif 2, des corrélations de Spearman ont été utilisées pour déterminer la relation entre les différentes variables (endurance à la marche, vitesse de marche confortable, équilibre, endurance cardiorespiratoire, indépendance fonctionnelle et auto-efficacité) et le niveau d’activité physique basée sur la marche après un AVC (nombre de pas/jour et temps actif). Résultats/conclusion : À l’exception du nombre de pas et du temps actif, toutes les variables ont démontré une amélioration significative lors de la réadaptation intensive en établissement. Bien qu’aucune corrélation ne se soit avérée significative, c’est l’âge qui semble le plus lié au temps actif (r=0,57 ; p=0,14) et au nombre de pas (r=0,43 ; p=0,29) au temps 1. Au temps 2, c’est l’équilibre qui semble le plus lié au nombre de pas (r=0,66 ; p=0,08) et au temps actif (r=0,51 p=0,20). Beaucoup d’éducation et de sensibilisation restent à faire afin que les gens soient plus actifs au quotidien et cumulent un plus grand nombre de pas.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".