Methodenartikel

Frühe Rehabilitationsinterventionen zur Wiederherstellung neurologischer Funktionen bei Patienten mit akutem Hirninfarkt: Eine Metaanalyse

DOI:

10.3791/70254

⸱

24. Juli 2026

 ,  , 
1Department of Neurology, Yixing People's Hospital, 2Department of Rehabilitation, Yixing People's Hospital

* These authors contributed equally

In diesem Artikel

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieses Protokoll beschreibt eine reproduzierbare Methode zur Durchführung einer Metaanalyse überwiegend ostasiatischer Studien, um die Wirksamkeit früher Rehabilitationsinterventionen bei der neurologischen Genesung bei Patienten mit akutem Hirninfarkt zu bewerten.

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Der akute Hirninfarkt verursacht erhebliche neurologische Beeinträchtigungen, und die Wirksamkeit frühzeitiger Rehabilitationsinterventionen bleibt ungewiss. Diese Metaanalyse bewertete ihre Auswirkungen auf die neurologische Erholung. PubMed, Cochrane Library, Embase, Web of Science und China National Knowledge Infrastructure wurden nach randomisierten kontrollierten Studien durchsucht, die frühe Rehabilitationsinterventionen mit der Standardversorgung vergleichen. Random-Effects-Modelle mit eingeschränkter Maximum-Wahrscheinlichkeit und Hartung-Knapp-Anpassung wurden angewendet, und das Verzerrungsrisiko wurde mit dem Cochrane Risk of Bias 2-Tool bewertet. Acht randomisierte kontrollierte Studien (RCTs) mit 711 Patienten wurden in die Primäranalyse eingeschlossen, nachdem eine Nicht-RCT, die die pharmakologische Reperfusionstherapie ohne Rehabilitationskomponente bewertete, ausgeschlossen wurde. Die frühe Rehabilitation zeigte einen nicht signifikanten Trend zu verbesserten Schlaganfallskala-Werten der National Institutes of Health (SMD: -2,75; 95%-KI: -5,94 bis 0,45; I2 = 95,5 %; τ2 = 3,84), mit einem weiten Vorhersageintervall von 95 % (-9,74 bis 4,25). Die kognitiven Ergebnisse zeigten zudem einen nicht-signifikanten Trend zugunsten der Intervention (SMD: -0,89; 95%-KI: -1,87 bis 0,09). Obwohl die frühe Rehabilitation die neurologische Genesung unterstützen kann, begrenzen ausgeprägte klinische Heterogenität, Bedenken bei selektiver Berichterstattung und die überwiegend ostasiatische Evidenzbasis das Vertrauen und die Generalisierbarkeit. Größere, methodisch rigorose Studien mit standardisierter Interventionsberichterstattung sind erforderlich.

Einleitung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Der akute Hirnfarkt, allgemein bekannt als ischämischer Schlaganfall, stellt eine bedeutende globale Gesundheitsherausforderung dar und macht weltweit etwa 87 % aller Schlaganfallfälle aus. Diese Erkrankung tritt auf, wenn der Blutfluss zu einem bestimmten Hirnbereich blockiert ist, was zu einem schnellen neuronalen Tod und potenziell schweren neurologischen Defiziten führt. Mit schätzungsweise 13,7 Millionen neuen Schlaganfallfällen jährlich ist die Belastung für die öffentliche Gesundheit und die sozioökonomischen Strukturen erheblich3.

In den letzten Jahrzehnten hat sich das Management eines akuten Hirninfarkts erheblich weiterentwickelt, von rein akuten medizinischen Eingriffen hin zu einem früheren Beginn der Rehabilitation4. Traditionell wurden Rehabilitationsmaßnahmen oft um Tage oder Wochen nach dem ersten Ereignis verzögert, basierend auf der Annahme, dass das Gehirn eine Ruhephasebenötigt. Fortschritte im Verständnis der Neuroplastizität haben jedoch gezeigt, dass das Gehirn eine bemerkenswerte Fähigkeit zur Reorganisation und Anpassung besitzt, auch während der akuten Phasen nach Verletzung6. Metaanalysen von Tiermodellen haben bestätigt, dass das aufgabenspezifische Training, das früh nach experimentellen Schlaganfällen eingeleitet wird, die funktionelle Erholung durch Synaptogenese und dendritisches Remodellieren verbessert7.

Das Konzept der frühzeitigen Rehabilitationsintervention hat sich als vielversprechender Ansatz zur Behandlung eines akuten Hirninfarkts etabliert. Wie in dieser Metaanalyse verwendet, ist 'frühe Rehabilitation' operativ definiert als der Beginn eines auf der Rehabilitation basierenden therapeutischen Programms innerhalb von etwa 72 Stunden (3 Tagen) nach Beginn der Schlaganfallsymptome; Eine Teilmenge von Studien nutzte ein "ultra-frühes" Zeitfenster von <24 Stunden. Die Leser sollten jedoch beachten, dass die eingeschlossenen Studien darin variierten, wie genau dieses Zeitfenster definiert und berichtet wurde8. Die frühe Rehabilitation umfasst eine Vielzahl von Interventionen, darunter Physiotherapie, Ergotherapie, Sprach- und Sprachtherapie, Elektroakupunktur und kognitive Rehabilitationsübungen9. Das zugrundeliegende Prinzip besteht darin, die erhöhte Plastizität des Gehirns während der akuten Verletzungsphase auszunutzen, was potenziell die neurologische Genesung und langfristige funktionelle Ergebnisse verbessert10.

In dieser Studie bezieht sich 'neurologische Funktion' hauptsächlich auf klinische Maße der Schwere eines Schlaganfalls, wie sie mit der National Institutes of Health Stroke Scale (NIHSS) bewertet werden, sowie auf Kognition, gemessen durch standardisierte kognitive Funktionstests. Das NIHSS bewertet Komponenten wie Bewusstseinsniveau, Augenbewegungen, Gesichtsfelder, Gliedmaßenstärke, sensorische Funktion und Sprache, während kognitive Tests Bereiche wie Orientierung, Gedächtnis und exekutive Funktion einschließen können. Diese umfassende Operationalisierung hilft, die facettenreiche Natur der Schlaganfallgenesung zu charakterisieren.

Die potenziellen Vorteile einer frühzeitigen Rehabilitationsintervention sind vielfältig. Aus neurophysiologischer Sicht können frühe Mobilisation und gezielte Übungen die schädlichen Auswirkungen einer längeren Immobilie, wie etwa Muskelatrophie und kardiopulmonale Dekonditionierung, abmildern, wie in den Konsensrichtlinien der Europäischen Schlaganfallorganisation11 gezeigt wird. Darüber hinaus kann frühes Engagement in Rehabilitationsaktivitäten die erlernte Nichtbenutzung betroffener Gliedmaßen verhindern – ein Phänomen, das mit der Delphi-Methodik operationalisiert und untersucht wurde und die langfristige Genesung behindern kann12. Aus psychologischer Sicht kann die frühe Rehabilitation eine Rolle dabei spielen, die Motivation der Patienten aufrechtzuerhalten und post-schlaganfall-Depressionen und -angstzustände zu verhindern, die nachweislich die Genesungsverläufe signifikant beeinflussen13.

Trotz des theoretischen Versprechens sind die empirischen Belege für die Wirksamkeit der frühen Rehabilitation gemischt. Mehrere Studien haben Verbesserungen der neurologischen Funktion und funktionellen Unabhängigkeit bei Patienten, die eine frühe Rehabilitation erhalten, im Vergleich zu denen, die Standardversorgung erhalten,berichtet. 14,15. Im Gegensatz dazu konnten andere Untersuchungen keinen signifikanten Vorteil der frühen Intervention gegenüber traditionellen Rehabilitationszeitpunktennachweisen (16,17). Diese Inkonsistenzen können auf Heterogenität der Studiendesigns, Unterschiede im Zeitpunkt und in der Intensität der Rehabilitationsprotokolle, Variationen der Ergebnismaße und die inhärente Komplexität der Schlaganfallgenesung zurückzuführen sein.

Trotz zahlreicher früherer Übersichtsartikel zu diesem Thema unterscheidet sich die vorliegende Metaanalyse dadurch, dass robuste statistische Methoden verwendet werden, die speziell für evidenzbasierte Forschung geeignet sind, die durch wenige Studien und hohe Heterogenität gekennzeichnet ist. Konkret verwendet diese Analyse eine Estimation der begrenzten Maximum-Likelihood (REML), die weniger verzerrte Varianzschätzungen liefert als die konventionelle DerSimonian-Laird-(DL)-Methode, wenn die Anzahl der Studienmit 18 klein ist. Zusätzlich wird die Hartung-Knapp-(HK)-Anpassung auf Konfidenzintervalle (KI) angewendet, die Unsicherheiten in der Heterogenitätsschätzung berücksichtigt und breitere, konservativere Intervalle als der Standard-Wald-Ansatz19 erzeugt. Diese methodischen Entscheidungen sind besonders wichtig für die aktuelle Evidenzbasis, in der aufgrund unterschiedlicher Interventionstypen und Populationen eine hohe Variabilität zwischen den Studien erwartet wird. Darüber hinaus werden Vorhersageintervalle gemeldet, um den erwarteten Bereich der wahren Effekte in zukünftigen Studien anzugeben – ein Ergebnis, das in konventionellen Metaanalysen nicht routinemäßig geliefert wird, aber für klinische Entscheidungsfindung unerlässlichist 18. Die Analyse integriert außerdem Daten sowohl aus der englischen als auch aus der chinesischen Literatur, untersucht systematisch Heterogenitätsquellen mit verschiedenen analytischen Ansätzen und adressiert explizit Einschränkungen, die sich aus der geografischen Konzentration der Evidenz ergeben.

Eine wichtige Einschränkung, der die Leser von Anfang an bewusst sein sollten, ist, dass die eingeschlossenen Studien eine heterogene Reihe von Interventionen umfassen – von der motorischen Rehabilitation über kombinierte pharmakologische Rehabilitationsprogramme bis hin zur Elektroakupunktur –, was wichtige Herausforderungen für das Pooling und die Interpretation darstellt. Die vorliegende Analyse betont daher ebenso sehr die Charakterisierung der Heterogenität wie die Schätzung eines einzelnen Pool-Effekts.

Vor diesem Hintergrund wurde diese Metaanalyse mit dem Hauptziel durchgeführt, die Auswirkungen frühzeitiger Rehabilitationsinterventionen auf die neurologische Funktionserholung bei Patienten mit akutem Hirninfarkt zu bewerten, wobei zeitgenössische statistische Methoden verwendet wurden, um Heterogenität angemessen zu berücksichtigen und klinisch sinnvolle Schätzungen der Unsicherheit zu liefern.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Studie unterliegt weder einer ethischen Überprüfung noch der Zustimmung der Teilnehmer.

1. Literatursuchstrategie

  1. Greifen Sie auf folgende elektronische Datenbanken zu: PubMed/MEDLINE, Cochrane Central Register of Controlled Trials, Embase, Web of Science Core Collection und China National Knowledge Infrastructure (CNKI).
  2. In PubMed konstruiert man die Suchstrategie, indem man drei Termblöcke mit dem boolschen Operator AND kombiniert.
  3. Für den Interventionsblock geben Sie die folgende Suchfolge im PubMed Advanced Search Builder ein: ('Frühe Rehabilitation' ODER 'Frühe Mobilisation' ODER 'Frühe Gangulation' ODER 'Ultra-frühe Rehabilitation' ODER 'Super frühe Rehabilitation' ODER 'Frühe Rehabilitationsintervention' ODER 'Frühe Rehabilitationsbehandlung' ODER 'Akute Rehabilitation' ODER 'Frühe Physiotherapie' ODER 'Frühe Ergotherapie' ODER 'Frühe Neurorehabilitation').
  4. Für den Zustandsblock geben Sie Folgendes ein: ('Hirninfarkt' ODER 'Hirninfarkt' ODER 'Ischämischer Schlaganfall' ODER 'Zerebrovaskulärer Unfall' ODER 'CVA' ODER 'AKUTER SCHLAGANFALL' ODER 'HIRNISCHÄMIE' ODER 'ZEREBRALISCHÄMIE').
  5. Kombinieren Sie die Interventions- und Konditionsblöcke in PubMed mit folgenden Folgen: (Interventionsblock) UND (Bedingungsblock). Führen Sie die Such- und Exportergebnisse im Research Information Systems (RIS)-Format aus.
  6. Passen Sie diese Suchsyntax für jede zusätzliche Datenbank an, indem Sie Medical Subject Headings-Begriffe durch das jeweilige kontrollierte Vokabular (z. B. Emtree für Embase) ersetzen und die Feld-Tags anpassen. Für CNKI übersetzen Sie die Schlüsselbegriffe in chinesische Äquivalente und verwenden Sie die Betreff- und Schlüsselwortfelder.
  7. Wenden Sie bei der ersten Suche keine Sprach- oder Datumsbeschränkungen an.
  8. Ergänzen Sie die elektronische Suche durch manuelle Überprüfung der Literaturverzeichnisse aller eingeschlossenen Studien und relevanter systematischer Übersichtsarbeiten. Öffnen Sie jeden eingeschlossenen Artikel, prüfen Sie die Literaturliste und identifizieren Sie weitere potenziell geeignete Studien, die nicht durch die Datenbanksuche erfasst werden.
  9. Führen Sie für alle enthaltenen Studien eine Zitationsverfolgung mit Google Scholar und Web of Science durch. In Google Scholar finden Sie jede enthaltene Studie und klicken Sie auf Zitiert von, um die Zitierung von Artikeln auf Berechtigung zu prüfen.
  10. Durchsuchen Sie große klinische Studienregister (ClinicalTrials.gov, World Health Organization International Clinical Trials Registry Platform) nach unveröffentlichten abgeschlossenen Studien, die den Suchbegriffen entsprechen.
    HINWEIS: Die aktuelle Suche umfasste fünf große Datenbanken. Weitere Datenbanken wie VIP, Wanfang, SinoMed und Scopus wurden nicht durchsucht, was eine mögliche Einschränkung darstellt. Künftige Aktualisierungen dieses Reviews sollten eine Ausweitung der Datenbankabdeckung in Erwägung ziehen, um das Risiko von verpassten Studien zu verringern.

2. Studienauswahl und Auswahl

  1. Importieren Sie alle identifizierten Datensätze aus den Datenbanksuchen in systematische Übersichtsverwaltungssoftware (z. B. Covidence). Gehen Sie zum Projekt-Dashboard, wählen Sie Import, laden Sie alle exportierten RIS/BibTeX-Dateien hoch und bestätigen Sie den Import.
  2. Entfernen Sie doppelte Datensätze mit der automatisierten Deduplizierungsfunktion der Software. In Covidence navigieren Sie zum Bildschirm-Reiter; Duplikate werden automatisch markiert. Überprüfen Sie markierte Duplikate und bestätigen Sie die Entfernung. Überprüfen Sie manuell, dass keine eindeutigen Datensätze fälschlicherweise zusammengeführt wurden.
  3. Weisen Sie zwei unabhängige Gutachter zu, die alle Unterlagen auf Titel- und Abstract-Ebene prüfen. Jeder Prüfer meldet sich separat an, um eine blinde Bewertung sicherzustellen.
  4. Klassifiziere jeden Datensatz als 'Enthalten', 'Ausschließen' oder 'Vielleicht'. Wenden Sie Entscheidungen an, die darauf basieren, ob Titel und Zusammenfassung darauf hindeuten, dass die Studie die unten definierten Kriterien für Population, Intervention, Vergleich und Ergebnis erfüllt.
  5. Verschieben Sie jeden Eintrag, der von mindestens einem Prüfer als 'Enthalten' oder 'Vielleicht' gekennzeichnet ist, zur Volltextbewertung.
  6. Beziehen Sie den Volltext aller potenziell förderbaren Studien über institutionelle Bibliotheksdienste, Fernleihe oder direkten Autorenkontakt.
  7. Wenden Sie während der Volltextüberprüfung folgende Aufnahmekriterien an:
    1. Stellen Sie sicher, dass die Studie ein RCT ist. Stellen Sie sicher, dass die Population aus erwachsenen Patienten (≥18 Jahre) mit akutem Hirninfarkt besteht, der durch Bildgebung bestätigt wurde.
    2. Stellen Sie sicher, dass die Intervention ein frühzeitiges Rehabilitationsprogramm ist, das etwa 72 Stunden nach dem Schlaganfall (oder ultra-früh, wenn innerhalb von 24 Stunden) eingeleitet wird.
    3. Stellen Sie sicher, dass die Kontrollgruppe eine Standardversorgung oder eine verzögerte Rehabilitation erhält. Stellen Sie sicher, dass die Studie mindestens eines der folgenden Ergebnisse berichtet – NIHSS-Werte, Gesamtantwortrate oder kognitive Funktionswerte; und die Nachbeobachtungszeit beträgt ≥28 Tage.
  8. Studien werden ausgeschlossen, bei denen die primär getestete Intervention eine pharmakologische Reperfusionstherapie (z. B. rekombinanter Gewebetyp-Plasminogenaktivator [rtPA]) ohne Rehabilitationskomponente ist, da solche Studien die Rehabilitationswirksamkeit nicht bewerten.
  9. Schließen Sie jede Studie aus, die keines der oben genannten Einschlusskriterien erfüllt. Dokumentieren Sie den Ausschlussgrund für jeden Volltextartikel in der Software oder einer Tabelle.
  10. Lösen Sie Meinungsverschiedenheiten zwischen den beiden Gutachtern, indem Sie ein persönliches oder virtuelles Treffen vereinbaren. Diskutieren Sie jeden abweichenden Datensatz Punkt für Punkt und beziehen Sie sich dabei auf den Volltext und die Einschlusskriterien. Nehmen Sie die endgültige Konsensentscheidung auf.
  11. Wenn kein Konsens zu einem bestimmten Akt erzielt werden kann, konsultieren Sie einen dritten Prüfer zur Schiedsgerichtsbarkeit und nehmen Sie die schiedsgerichtete Entscheidung fest.
  12. Nach Abschluss des Screenings erstellen Sie ein Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)-Flussdiagramm, das die Anzahl der identifizierten Datensätze, entfernten Duplikate, geprüften Daten, bewertete Volltexte und eingeschlossene oder ausgeschlossene Studien mit Gründen dokumentiert.
    HINWEIS: Die Screening-Phase ist abgeschlossen, wenn alle Unterlagen bewertet und das Flussdiagramm finalisiert ist.

3. Datenextraktion

  1. Erstellen Sie ein standardisiertes Datenextraktionsformular in einer Tabellenkalkulationsanwendung (z. B. Microsoft Excel).
  2. Enthalten Sie folgende Spalten: Studienidentifikator (Erstautor und Jahr), Stichprobengröße für Interventions- und Kontrollgruppen, Teilnehmerdemografie (Durchschnittsalter, Geschlechtsverteilung), detaillierte Beschreibung der Intervention einschließlich Typ (z. B. motorische Rehabilitation, Elektroakupunktur, kombinierte pharmakologische Rehabilitation), Zeitpunkt der Initiation (Stunden nach Schlaganfall), Häufigkeit und Intensität der Sitzungen, wo sie gemeldet wurden, Dauer des Interventionsprogramms, Beschreibung der Kontrollgruppe, Verwendete Ergebnismaße, Mittelwert und Standardabweichung (oder Standardfehler) für kontinuierliche Ergebnisse am primären Endpunkt, Anzahl der Ereignisse und Gesamtzahl der Teilnehmer für dichotome Endpunkte und Nachbeobachtungsdauer.
  3. Weisen Sie zwei unabhängige Gutachter zu, die Daten aus jeder eingeschlossenen Studie extrahieren. Jeder Rezensent füllt das Extraktionsformular separat aus. Nach Abschluss vergleichen Sie die beiden Datensätze Zelle für Zelle. Beseitigen Sie eventuelle Unstimmigkeiten, indem Sie den Ausgangsartikel erneut prüfen und den korrigierten Wert notieren.
  4. Für Studien mit fehlenden oder unklaren Daten versuchen Sie, den korrespondierenden Autor per E-Mail zu kontaktieren. Planen Sie mindestens 2 Wochen für eine Antwort, bevor Sie mit den verfügbaren Daten fortfahren.
    HINWEIS: Die Datenextraktionsphase ist abgeschlossen, wenn beide Gutachter sich auf alle extrahierten Variablen für jede eingeschlossene Studie geeinigt haben.

4. Qualitätsbewertung

  1. Bewertung des Bias-Risikos für alle eingeschlossenen RCTs mit dem Cochrane Risk of Bias 2 (RoB 2)-Tool, Version vom August 2019 oder später18.
  2. Bewerten Sie jede Studie in den folgenden fünf Bereichen: Verzerrung durch den Randomisierungsprozess (D1), Verzerrung durch Abweichungen von den beabsichtigten Interventionen (D2), Verzerrung durch fehlende Ergebnisdaten (D3), Verzerrung bei der Messung des Ergebnisses (D4) und Verzerrung bei der Auswahl des gemeldeten Ergebnisses (D5).
  3. Für jede Domäne beantworten Sie alle Signalisierungsfragen im RoB 2-Tool und geben Sie gemäß dem im Tool bereitgestellten Algorithmus ein Urteil von 'Geringes Risiko für Verzerrung', 'Einige Bedenken' oder 'Hoher Risiko für Verzerrung' zu.
  4. Leiten Sie für jede Studie ein Gesamtrisiko-Bias-Urteil anhand der Domänenbewertungen nach dem RoB-2-Algorithmus ab: Gesamt 'Geringes Risiko', wenn alle Bereiche niedrig sind, 'Einige Bedenken', wenn mindestens ein Gebiet Bedenken aufwirft, aber keines Hochrisiko, und 'Hoher Risiko', wenn mindestens ein Bereich Hochrisiko ist.
  5. Lassen Sie zwei Gutachter die Bewertung unabhängig voneinander durchführen. Vergleichen Sie Urteile von Domäne zu Domäne. Lösen Sie Meinungsverschiedenheiten durch Konsensdiskussionen, wobei Sie sich auf die ursprüngliche Studie und das RoB 2-Leitfaden beziehen. Wenn kein Konsens erzielt werden kann, konsultieren Sie einen dritten Gutachter.
  6. Erstellen Sie ein Zusammenfassungsdiagramm (mit Anteilen zwischen den Domänen) und ein Ampeldiagramm (das Urteile auf Domänenebene pro Studie zeigt) mit dem Robvis R-Paket oder einem gleichwertigen Visualisierungstool.
    HINWEIS: Die Qualitätsbewertungsphase ist abgeschlossen, wenn alle Studien bewertet und Flächen erstellt wurden.

5. Statistische Analyse

  1. Installiere R-Software (Version 4.3.1 oder neuer). Öffnen Sie die R-Konsole und installieren Sie die erforderlichen Pakete, indem Sie Folgendes ausführen: install.packages(c('meta,' 'metafor')). Lade die Pakete mit library(meta) und library(metafor).
  2. Für kontinuierliche Ergebnisse (z. B. NIHSS-Scores, kognitive Funktionswerte) berechnen Sie die standardisierte Mittelwertdifferenz (SMD) und deren 95%-KI für jede Studie mit der escalc()-Funktion in Metafor mit Maß = 'SMD'.
  3. Für dichotome Ergebnisse (z. B. Gesamtantwortrate) berechnen Sie das Risikoverhältnis (RR) und sein 95%-KI für jede Studie mit der escalc()-Funktion mit Maß = 'RR'.
  4. Kombinieren Sie die Effektgrößen mit einem Random-Effects-Modell mit REML-Schätzung. In R führt man die Metaanalyse mit folgendem Metapaket aus: m <- metacont(n.e, mean.e, sd.e, n.c, mean.c, sd.c, studlab, data, sm = 'SMD', method.tau = 'REML', hakn = TRUE). Alternativ verwenden Sie die rma()-Funktion in Metafor mit method = 'REML' und test = 'knha'.
    HINWEIS: Die HK-Anpassung wird automatisch angewendet, wenn hakn = TRUE (Metapaket) oder test = 'knha' (Metafor-Paket) gilt. Diese Anpassung führt zu breiteren und konservativeren CIs als der Standard-Wald-Ansatz, was besonders wichtig ist, wenn die Anzahl der Studien gering ist: 18,19.
  5. Bewerten Sie die statistische Heterogenität durch Untersuchung der I2-Statistik (Anteil der Varianz aufgrund von Unterschieden zwischen den Studien), τ2 (absolute Varianz zwischen den Studien) und Cochrans Q-Test (S. < 0,10 zeigt signifikante Heterogenität). Diese Werte werden automatisch in der Metaanalyse angegeben.
  6. Berechnen Sie ein 95%-Vorhersageintervall, um den Bereich der tatsächlichen Effekte zu schätzen, die in zukünftigen Studien erwartet werden. In der Meta-Package-Ausgabe wird das Vorhersageintervall automatisch gemeldet, wenn das Random-Effects-Modell angepasst wird. Melde dieses Intervall zusammen mit dem CI.
  7. Führen vorab festgelegte Untergruppenanalysen nach Interventionstyp durch (nur Rehabilitation vs. Drogen plus Rehabilitation) und nach Zeitpunkt (ultra-früh [<24 Uhr] vs. früh [24–72 Stunden]). Verwenden Sie die Funktion update() oder spezifizieren Sie Untergruppenargumente in metacont(). Testen Sie Untergruppenunterschiede mit der Q-between-Statistik.
  8. Führen Sie eine Sensitivitätsanalyse durch, indem Sie die Analyse auf RCTs beschränken und alle nicht-randomisierten Studien oder Studien mit hohem Verzerrungsrisiko ausschließen. Vergleichen Sie die gepoolten Schätzungen und Heterogenitätsstatistiken vor und nach dem Ausschluss.
  9. Bewerten Sie den potenziellen Publikationsfehler, indem Sie ein Standard-Funnel-Plot mit Funnel() und ein kontur-verbessertes Funnel-Plot mit dem Metafor-Paket erstellen. Visuell auf Asymmetrie prüfen.
    HINWEIS: Angesichts der geringen Anzahl von Studien sind formale Tests (z. B. Egger-Test) möglicherweise unterbewertet und sollten mit Vorsicht interpretiert werden. Die statistische Analysephase ist abgeschlossen, wenn alle gepoolten Schätzungen, Untergruppenanalysen, Sensibilitätsanalysen und Publikationsbias-Bewertungen erstellt und aufgezeichnet wurden.
  10. Wenn nach Sensitivitäts- und Untergruppenanalysen erhebliche Heterogenität besteht, führen Sie eine explorative Meta-Regression mit der rma()-Funktion mit Studien-Kovariaten (z. B. Zeitfenster, Kombinationstherapie-Status) durch, um Hypothesen über die Quellen der Heterogenität zu generieren.
    HINWEIS: Angesichts der typischerweise geringen Anzahl von Studien sind diese Analysen ausschließlich hypothesenbildend.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die umfassende Literaturrecherche identifizierte zunächst 528 potenziell relevante Datensätze in den fünf Datenbanken: PubMed (n = 74), Cochrane Library (n = 57), Embase (n = 12), Web of Science (n = 20) und CNKI (n = 365). Nach der Entfernung der Duplikate blieben 274 eindeutige Datensätze zur Prüfung übrig. Nach Überprüfung von Titel und Abstract wurden 186 Unterlagen ausgeschlossen, weil sie die ursprünglichen Screeningkriterien nicht erfüllten. Von den übrigen 88 auf abstrakter Ebene...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Metaanalyse bewertete die Wirksamkeit frühzeitiger rehabilitationsbasierter Interventionen zur Wiederherstellung neurologischer Funktionen bei Patienten mit akutem Hirninfarkt. Die umfassende Analyse von 8 RCTs (primäre Synthese) mit insgesamt 711 Teilnehmern liefert wichtige Einblicke sowohl in die potenziellen Vorteile als auch in die erheblichen Herausforderungen bei der Synthese von Evidenzen in diesem Fachgebiet. Die Primäranalyse mit REML-Schätzung und HK-Anpassung zeigte ein...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren erklären, dass die Forschung ohne kommerzielle oder finanzielle Beziehungen durchgeführt wurde, die als potenzieller Interessenkonflikt ausgelegt werden könnten.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
CNKITsinghua Univ./CNKIhttps://www.cnki.net/
Cochrane LibraryCochrane Collaborationhttps://www.cochranelibrary.com/
Cochrane RoB 2 toolCochrane Collaborationhttps://www.riskofbias.info/
CovidenceVeritas Health Innovationhttps://www.covidence.org/
EmbaseElsevierhttps://www.embase.com/
Google ScholarGoogle LLChttps://scholar.google.com/
meta R packageCRANhttps://cran.r-project.org/package=meta
metafor R packageCRANhttps://cran.r-project.org/package=metafor
Microsoft ExcelMicrosoft Corporationhttps://www.microsoft.com/excel
PubMed/MEDLINENational Library of Medicinehttps://pubmed.ncbi.nlm.nih.gov/
R software (version 4.3.1+)R Foundationhttps://www.r-project.org/
robvis R packageCRANhttps://cran.r-project.org/package=robvis
Web of ScienceClarivate Analyticshttps://www.webofscience.com/

Referenzen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. GBD 2019 Stroke Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990–2019:a systematic analysis for the Global Burden of Disease Study 2019. Lancet Neurol. 20 (10), 795-820 (2021).
  2. Herpich, F., Rincon, F. Management of acute ischemic stroke. Crit Care Med. 48 (11), 1654-1663 (2020).
  3. GBD 2016 Stroke Collaborators. Global, regional, and national burden of stroke, 1990–2016:a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol. 18 (5), 439-458 (2019).
  4. Le Danseur, M. Stroke rehabilitation. Crit Care Nurs Clin North Am. 32 (1), 97-108 (2020).
  5. Gorman, C., Gustafsson, L. The use of augmented reality for rehabilitation after stroke: A narrative review. Disabil Rehabil Assist Technol. 17 (4), 409-417 (2022).
  6. Murphy, T. H., Corbett, D. Plasticity during stroke recovery: From synapse to behaviour. Nat Rev Neurosci. 10 (12), 861-872 (2009).
  7. Krakauer, J. W., et al. Getting neurorehabilitation right: What can be learned from animal models? Neurorehabil Neural Repair. 26 (8), 923-931 (2012).
  8. Ding, R., Zhang, H. Efficacy of very early mobilization in patients with acute stroke: A systematic review and meta-analysis. Ann Palliat Med. 10 (11), 11776-11784 (2021).
  9. Giuriati, S., et al. The effect of aquatic physical therapy in patients with stroke: A systematic review and meta-analysis. Top Stroke Rehabil. 28 (1), 19-32 (2021).
  10. Su, F., Xu, W. Enhancing brain plasticity to promote stroke recovery. Front Neurol. 11, 554089(2020).
  11. Kwakkel, G., et al. Motor rehabilitation after stroke: European Stroke Organisation (ESO) consensus-based definition and guiding framework. Eur Stroke J. 8 (4), 880-894 (2023).
  12. Hirsch, T., et al. A first step toward the operationalization of the learned non-use phenomenon: A delphi study. Neurorehabil Neural Repair. 35 (5), 383-392 (2021).
  13. Knapp, P., et al. Frequency of anxiety after stroke: An updated systematic review and meta-analysis of observational studies. Int J Stroke. 15 (3), 244-255 (2020).
  14. Langhorne, P., Ramachandra, S. Organised inpatient (stroke unit) care for stroke: Network meta-analysis. Cochrane Database Syst Rev. 4 (4), CD000197(2020).
  15. Cumming, T. B., et al. Very early mobilization after stroke fast-tracks return to walking: Further results from the phase II AVERT randomized controlled trial. Stroke. 42 (1), 153-158 (2011).
  16. Miranda, M. deA., et al. Early mobilization in acute stroke phase:a systematic review. Top Stroke Rehabil. 30 (2), 157-168 (2023).
  17. Sundseth, A., Thommessen, B., Rønning, O. M. Outcome after mobilization within 24 hours of acute stroke: A randomized controlled trial. Stroke. 43 (9), 2389-2394 (2012).
  18. Higgins, J. P. T., et al. Cochrane handbook for systematic reviews of interventions version 6.5 (updated august 2024). , Cochrane. Available from: www.training.cochrane.org/handbook (2024).
  19. IntHout, J., Ioannidis, J. P., Borm, G. F. The Hartung-Knapp-Sidik-Jonkman method for random effects meta-analysis is straightforward and considerably outperforms the standard DerSimonian-Laird method. BMC Med Res Methodol. 14, 25(2014).
  20. Shindo, A., et al. Treatment of acute cerebral artery occlusion using the penumbra system: Our early experience. Neurol Med Chir (Tokyo). 54 (6), 441-449 (2014).
  21. Chen, W., Liu, Q. Analysis of clinical effectiveness of early comprehensive rehabilitation treatment for patients with acute thrombotic cerebral infarction. Primary Med Forum. 28 (10), 22-24 (2024).
  22. Guo, X. Effects of early rehabilitation treatment on neurological function and motor function in patients with acute cerebral infarction. Reflex Ther Rehabil Med. 3 (1), 136-138 (2022).
  23. Fan, L., Yu, Y. P., Zhang, J. X., Li, X. T. Effect of early rehabilitation training on treatment of hemiplegic patients with acute cerebral infarction. Clin Med Res Pract. 4 (8), 167-168 (2019).
  24. Dai, X. Y., Wang, Y., Chen, W. Study on the therapeutic effect and mechanism of early rehabilitation training on hemiplegic patients with acute cerebral infarction. Chongqing Med. 46 (21), 2940-2944 (2017).
  25. Ma, C. C., et al. Curative effect of intravenous thrombolysis combined with super early neurological rehabilitation in acute cerebral infarction patients. J Am Geriatr Soc. 67 (S1), S603(2019).
  26. Zeng, F. J., et al. Effects of notoginseng extract and early rehabilitation on the microcirculation and hemorheology in patients with cerebral infarction. Chin J Clin Rehabil. 8 (31), 7078-7080 (2004).
  27. Liu, L. L., Liu, P. N., Li, X. A., Li, Y. N. Ultra-early electroacupuncture rehabilitation for intravenous thrombolysis-induced cerebral infarction. Eur Rev Med Pharmacol Sci. 27 (21), 10419-10426 (2023).
  28. Huang, F. Q., et al. Add-on therapy with frozylane for the early rehabilitation of neurological impairment in acute cerebral infarction. Chin J Clin Rehabil. 8 (7), 1210-1211 (2004).
  29. Zeiler, S. R., Bhatt, D. L., Engel, A. K. Should we care about early post-stroke rehabilitation? A review of its benefits, harms, and the critical time window. Stroke. 51 (3), e27(2020).
  30. Rost, N. S., et al. Post-stroke cognitive impairment and dementia. Circ Res. 130 (8), 1252-1271 (2022).
  31. Milosevich, E. T., et al. Domain-specific cognitive impairment 6 months after stroke: The value of early cognitive screening. Int J Stroke. 19 (3), 331-341 (2024).
  32. Jokinen, H., et al. Post-stroke cognitive impairment is common even after successful clinical recovery. Eur J Neurol. 22 (9), 1288-1294 (2015).
  33. Bernhardt, J., et al. Early mobilization after stroke: Early adoption but limited evidence. Stroke. 46 (4), 1141-1146 (2015).
  34. Rethnam, V., et al. Early mobilization after stroke: Do clinical practice guidelines support clinicians’ decision-making? Front Neurol. 12, 606525(2021).
  35. Levin, M. F., Demers, M. Motor learning in neurological rehabilitation. Disabil Rehabil. 43 (24), 3445-3453 (2021).
  36. Naito, Y., et al. Association between out-of-bed mobilization and complications of immobility in acute phase of severe stroke: A retrospective observational study. J Stroke Cerebrovasc Dis. 29 (10), 105112(2020).
  37. Siniscalchi, A. Use of stroke scales in clinical practice: Current concepts. Turk J Emerg Med. 22 (3), 119-124 (2022).
  38. Liu, N., et al. Randomized controlled trial of early rehabilitation after intracerebral hemorrhage stroke: Difference in outcomes within 6 months of stroke. Stroke. 45 (12), 3502-3507 (2014).
  39. VanGilder, J. L., et al. Post-stroke cognitive impairments and responsiveness to motor rehabilitation: A review. Curr Phys Med Rehabil Rep. 8 (4), 461-468 (2020).
  40. Bernhardt, J., et al. Early rehabilitation after stroke. Curr Opin Neurol. 30 (1), 48-54 (2017).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

NeurowissenschaftenAusgabe 233Ausgabe 233isch mischer Schlaganfallneurologische ErholungNational Institutes of Health Stroke Scale

Verwandte Artikel