MétaCan
Menu
Retour à la cohorte
Enregistrement W1660475183 · doi:10.1111/j.1749-6632.2009.03872.x

Vestibular and Proprioceptive Contributions to Human Balance Corrections

2009· article· en· W1660475183 sur OpenAlexaff
Corinne G.C. Horlings, Mark G. Carpenter, F. Honegger, J.H.J. Allum

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesRadboud Universitair Medisch CentrumNational Research Foundation
Mots-clésTrunkQUIETProprioceptionVestibular systemPhysical medicine and rehabilitationSensory systemBalance (ability)BiofeedbackElectromyographyPosturographyPsychologyMedicineAudiologyPhysicsNeuroscienceBiology

Résumé

récupéré en direct d'OpenAlex

Movement strategies controlling quiet stance and rapid balance corrections may have common characteristics. We investigated this assumption for lower leg proprioceptive loss (PL), peripheral vestibular loss (VL), and healthy controls. Our underlying hypothesis was that changes in movement-strategy modulation following sensory loss would improve with prosthetic biofeedback. Quiet stance was measured under different sensory conditions and compared to corrections induced by multidirection support-surface tilts. Response synergies were assessed using electromyography recordings from several muscles. Biofeedback of trunk sway during gait and stance tasks used lower trunk rotations to drive head-band-mounted vibro-tactile and auditory actuators. Strategies of quiet stance were different for roll and pitch, depending on sensory conditions. Simultaneously acting strategies were observed for low- and high-frequency sway. PL induced strategies different from those of VL and controls. VL strategies were identical to those of controls but with greater amplitudes. Tilt perturbation movement strategies were similar to high-frequency strategies of quiet stance--multisegmental. VL induced increased trunk pitch and roll responses with hypermetric trunk muscle responses and hypometric knee responses but unchanged synergies. Increasing PL up the legs caused changed synergies. Biofeedback reduced stance body sway in VL and elderly subjects. In conclusion, several movement strategies underlie quiet stance with high-frequency strategies being common to those of perturbed stance. PL changes both movement strategies and synergies, whereas VL only causes pathological changes to the modulation depth. Thus, VL is more easily rectified using trunk sway positional biofeedback.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,433
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207