发布:基于系统审查的协议,个人参与者数据,元分析和网络元分析,针对中风相关失语症的复杂语音语言治疗干预措施

科学领域:

• 神经科学是一个神经科学.
• 临床心理学 临床心理学
• 康复医学 康复医学 康复医学

背景情况:

• 语音和语言治疗 (SLT) 对于中风后失语恢复至关重要.
• 群组级数据限制了对复杂的SLT干预和多样化的患者群体的理解.
• 需要个体参与者数据 (IPD) 来探索恢复预测因素.

研究的目的:

• 调查个人特征和SLT组件如何影响中风后语言恢复.
• 使用IPD识别失言症恢复的预测因素.

主要方法:

• 从各种类型的研究 (RCT,观察性研究,注册) 中系统地识别和对IPD进行对比.
• 使用元分析和网络元分析来分析语言性能和恢复预测指标.
• 检查没有SLT,历史SLT和研究特定SLT对结果的影响.

主要成果:

• 结果包括功能性沟通的变化,语言障碍的严重程度,听觉理解,口语,阅读和写作.
• 标准化措施将用于结果领域.
• 分析将探索恢复的预测因素和有效的SLT干预组件.

结论:

• 一个计划的IPD元分析将提供一个大规模的,国际视角的失语恢复.
• 这项研究将产生和测试假设,以优化SLT的卒中幸存者与失语.
• 调查结果将为开发更有效的干预措施提供信息.