Gongsun largo
Introducción: El reemplazo táctil (SS) es el uso de un único método tangible para proporcionar datos naturales que normalmente se recopilan mediante otro sentido y al mismo tiempo proteger aspectos importantes del primer sentido.
Objetivo: Con el fin de evaluar la viabilidad de la preparación mejorada con SS para un mayor desarrollo del equilibrio, la zancada y la ejecución práctica en poblaciones de pacientes neurológicos, esta encuesta escrita ordenada y metaexamen resume y combina la evidencia y la información existentes.
Método: Se utilizó la Biblioteca Cochrane, PubMed, Web of Science y Science Direct para realizar una búsqueda metódica de textos. Para utilizar una intervención de preparación de SS, se incluyeron ensayos controlados aleatorizados (ECA).
Resultados: Se incorporaron nueve RCT. Se utilizó la estructura de equilibrio de Shumway-Cook y Woollcott para organizar la medición de los resultados y la preparación de los modelos ideales: estado dinámico consistente, equilibrio proactivo y estado estático consistente. Se encontró que la capacidad de los sobrevivientes de un accidente cerebrovascular para ayudar a mantener el peso corporal de manera autónoma en la orejuela del lado parético y el equilibrio del estado dinámico consistente tenían los mayores impactos medibles y clínicos, mientras que la autoevaluación y los resultados del límite útil también tenían impactos significativos de la preparación de SS para los tres resultados. Los metanálisis también descubrieron efectos de mantenimiento no críticos.
Conclusión: Al trabajar sobre el estado estático consistente, el estado dinámico consistente y las medidas de equilibrio proactivo, así como las proporciones de autoevaluación y límite útil en poblaciones de pacientes neurológicos, este estudio demuestra que la preparación de SS tiene un efecto beneficioso global. Aunque ninguna mediación cumplió con las recomendaciones de preparación de mediciones, el mantenimiento de los efectos no fue significativo en las evaluaciones de seguimiento. El mejor tipo de preparación de modelos ideales debe determinarse teniendo en cuenta poblaciones de pacientes específicas, tipos de sensores y modalidades de preparación en futuras investigaciones.
Comparte este artículo