Tag: A. Mohamed Nainar

Skuteczność parametrów programu ćwiczeń wspomaganych robotem na funkcję kończyn i jakość życia wśród populacji po udarze – przegląd zakresu

Gandipalli Suma, Senthil Purushothaman, Tilak Francis T. G, K.C. Gayathri, Loganathan Haribabu, A. Mohamed Nainar

Gandipalli Suma, Senthil Purushothaman, Tilak Francis T. G, K.C. Gayathri, Loganathan Haribabu, A. Mohamed Nainar – Effectiveness of robot-assisted exercise regimen parameters on extremity function and quality of life among stroke population – a scoping review –  Fizjoterapia Polska 2024; 24(5); 216-219

DOI: https://doi.org/10.56984/8ZG020CHRZ2

Streszczenie Tło. Użycie zaawansowanych technologii w zarządzaniu opieką zdrowotną jest powszechne w obecnych praktykach. Wiele innowacyjnych technologii pomaga specjalistom służby zdrowia w dostarczaniu dokładnych, wysokiej jakości protokołów interwencyjnych, skutecznie łagodzących problemy pacjentów. Podobnie, wiele metod oceny i leczenia wspomaganych technologicznie jest również stosowanych w dziedzinie fizjoterapii. W tym badaniu naszym celem było zidentyfikowanie zaawansowanych innowacyjnych technologii stosowanych w zarządzaniu fizjoterapią problemów neurologicznych, szczególnie wśród populacji po udarze. Metody. Ostatnie publikacje z okresu od 01/01/2018 do 31/12/2023 zostały przeszukane w bazach danych PubMed, Cochrane i Medline przy użyciu konkretnych słów kluczowych: wspomagana technologia, terapia robotyczna, wspomagane urządzenie, populacja po udarze, oraz najnowsze trendy w fizjoterapii. Ponad 50 artykułów zostało wybranych z baz danych i dokładnie ocenionych, w tym ćwiczenia wspomagane urządzeniami wśród populacji po udarze, z systematycznymi przeglądami i metaanalizami identyfikującymi odpowiednie badania RCT. Około 9 artykułów zostało dokładnie przeanalizowanych pod kątem kryteriów redukcji stronniczości i ocenionych pod względem zalet i wad wsparcia zaawansowanej technologii w interwencjach fizjoterapeutycznych. Wyniki. Interwencja wspomagana terapią robotyczną została porównana z konwencjonalnym zarządzaniem w wielu badaniach, ujawniając, że jakość życia i wyniki uczenia się były bardziej korzystne w grupie ćwiczeń wspomaganych technologicznie, szczególnie wśród osób z niedowładem połowiczym niedokrwiennym. Funkcje dłoni i kończyny górnej również bardziej poprawiły się w interwencji wspomaganej zaawansowaną technologią. Ograniczenia badania zostały zidentyfikowane w częstotliwości i intensywności protokołu ćwiczeń wspomaganych technologicznie, a jego korzyści nie zostały wyraźnie nakreślone w poprzednich badaniach. Wnioski. Postęp w zarządzaniu fizjoterapią w połączeniu z interwencją wspomaganą urządzeniem technologicznym odegra istotną rolę w przyszłości. Zalecamy dalsze badania nad parametrami ćwiczeń, takimi jak czas trwania, częstotliwość i intensywność, aby lepiej zrozumieć ich korzystne efekty dla pacjentów po udarze, co mogłoby pomóc w przyszłej praktyce fizjoterapeutycznej.
Słowa kluczowe zaawansowana technologia, ćwiczenia wspomagane urządzeniem, ćwiczenia wspomagane robotem, populacja po udarze
Pobierz/Download/下載/Cкачиваете Pobierz bezpłatnie artykuł w j. angielskim

Classification of Stroke Riskometer AppTM into low, moderate and high stroke risk range

N. Shazia Neelam, P. Senthil, S. Saina Swathi, S.Subramanian, A. Mohamed Nainar, L. Haribabu, E. Vijayabharathi


N. Shazia Neelam, P. Senthil, S. Saina Swathi, S.Subramanian, A. Mohamed Nainar, L. Haribabu, E. Vijayabharathi – Classification of Stroke Riskometer AppTM into low, moderate and high stroke risk range. Fizjoterapia Polska 2022; 22(4); 22-26

DOI: https://doi.org/10.56984/8ZG1A624g

Abstract
Background. Stroke is one of the leading of the causes of disability and according to the global burden of disease (GBD) study in 2010 it is the second leading cause of death worldwide. Developing countries reported 85% global burden of stroke enduring 80 percent of death due to hemorrhagic strokes. Stroke-related hospitalization rate in India is 46 per 100,000 persons. However Stroke Riskometer App can be used to significantly improve stroke and Non- Communicable disease prevention, since it operates on latest expansions in risk allocution/communication, International guidelines on stroke and Cardio-Vascular Disease prevention. However, the app does not classify the risk individuals into low, moderate and high categories which will not create any impact over the high risk individual, therefore it calls for the need to classify the tool into low, moderate and high risk ranges. Aim. To classify the Stroke Riskometer App into low, moderate and high stroke risk ranges among adult and elderly population. Methods. Participants were 250 samples selected from Chettinad Academy of Research and Education and S.A. Poly Clinic, Chennai, for over a_period of 6 months (April 2021-September 2021) and the Stroke Riskometer questionnaire along with Framingham Stroke Profile was filled, risk percentage from both the tools were recorded using the App for each individual. Results. Frequency analysis and Chi-square tests were performed, classifying the range into < 5% as low, 6-10% as moderate and > 10% as high risk in Stroke Riskometer tool. In Chi-square test it showed n = 104 as low risk, n = 11 as moderate risk,n = 14 as high risk in both FRS and Stroke Riskometer respectively. The chi-square value is 24.224 and the significant p value is < 0.0001showing that the value is performing well with FRS score. Conclusion. Though the App was classified into ranges it need to be continually developed and validated with larger sample size, heterogenous population and robust ethnic groups.

Keywords
stroke risk factors, stroke, stroke risk scores, ischemic stroke, non-communicable

Pobierz/Download/下載/Cкачиваете Besplatno preuzmi članak na engleskom jeziku