Development and validation of an innovative tool for the assessment of biomechanical strategies: The Timed “Up and Go†– Assessment of Biomechanical Strategies (TUG-ABS) for individuals with stroke
Notice bibliographique
Résumé
OBJECTIVE: To develop and validate a clinical tool based on the biomechanical strategies exhibited by people with hemiparesis due to stroke during the performance of the Timed "Up and Go" test. DESIGN/METHODS: The Timed "Up and Go" Assessment of Biomechanical Strategies (TUG-ABS) was developed for subjects with stroke, based on the analyses of 3 sources of information: published evidence; opinions of rehabilitation professionals; and observations of TUG performances, followed by a multi-step approach, which involved the investigation of the reliability, content, and criterion-related validity of the preliminary version. Content validity was established by an expert panel, whereas intra- and inter-rater reliability was established by two independent examiners. Criterion-related validity was established by comparing the TUG-ABS scores at the item level obtained by independent analyses of video observations and the gold standard motion analysis system. The final tool included the items, which showed acceptable values for these psychometric properties. RESULTS: The preliminary version consisted of 24 items with 3 response categories. Twenty-one items showed acceptable content validity (0.72 ≤ κ ≤ 1.00; p ≤ 0.01), 19 acceptable intra- and inter-rater reliability (0.36 ≤ κ ≤1.00; p ≤ 0.04), and 15 acceptable criterion-related validity (0.29 ≤ κ ≤ 1.00; p ≤ 0.04). CONCLUSION: The final developed 15-item TUG-ABS version proved to be valid and reliable for individuals with hemiparesis due to stroke, but it should be clinically validated before being used for clinical applications and research purposes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».