MétaCan
Menu
Retour à la cohorte
Enregistrement W2057837586 · doi:10.1682/jrrd.2011.10.0207

Case report of modified Box and Blocks test with motion capture to measure prosthetic function

2012· article· en· W2057837586 sur OpenAlexaff
Jacqueline S. Hebert, Justin Lewicke

Notice bibliographique

RevueThe Journal of Rehabilitation Research and Development · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProsthesisPhysical medicine and rehabilitationElbowTrunkMotion (physics)Motion captureMotion analysisRange of motionSimulationComputer sciencePhysical therapyMedicineArtificial intelligenceSurgery

Résumé

récupéré en direct d'OpenAlex

This case study report demonstrates the use of motion analysis with a modification of the Box and Blocks test. The goal was to quantify observed improvements in compensatory movements and simultaneous control in a subject using different prostheses before and after targeted muscle reinnervation (TMR) surgery. This is a single case study with data collection using a body-powered prosthesis pre-TMR surgery and 6 mo postfitting with a TMR myoelectric prosthesis. The Box and Blocks test was modified for cyclical motion within a motion capture laboratory. With the TMR myoelectric prosthesis, the subject was able to simultaneously activate the hand and elbow. Task performance was slower, but there was improved elbow flexion and less trunk compensatory motion than with the body-powered prosthesis. There are several limitations to the case study because there is no direct comparison of myoelectric performance before and after TMR surgery; however, the current report presents a potential method to quantify quality of motion and compensatory movements of prosthetic users. With further study, this test procedure has the potential to be a useful outcome measure for future standardized assessments of upper-limb prosthetic function.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,267
Écart entre enseignants0,236 · 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'étudeÉtude de cas
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

Citations82
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rehabilitation Research and DevelopmentMême sujetMuscle activation and electromyography studiesTravaux en français237 207