A robotic object hitting task to quantify sensorimotor impairments in participants with stroke
Notice bibliographique
Résumé
BACKGROUND: Existing clinical scores of upper limb function often use observer-based ordinal scales that are subjective and commonly have floor and ceiling effects. The purpose of the present study was to develop an upper limb motor task to assess objectively the ability of participants to select and engage motor actions with both hands. METHODS: A bilateral robotic system was used to quantify upper limb sensorimotor function of participants with stroke. Participants performed an object hit task that required them to hit virtual balls moving towards them in the workspace with virtual paddles attached to each hand. Task difficulty was initially low, but increased with time by increasing the speed and number of balls in the workspace. Data were collected from 262 control participants and 154 participants with recent stroke. RESULTS: Control participants hit ~60 to 90% of the 300 balls with relatively symmetric performance for the two arms. Participants with recent stroke performed the task with most participants hitting fewer balls than 95% of healthy controls (67% of right-affected and 87% of left-affected strokes). Additionally, nearly all participants (97%) identified with visuospatial neglect hit fewer balls than healthy controls. More detailed analyses demonstrated that most participants with stroke displayed asymmetric performance between their affected and non-affected limbs with regards to number of balls hit, workspace area covered by the limb and hand speed. Inter-rater reliability of task parameters was high with half of the correlations above 0.90. Significant correlations were observed between many of the task parameters and the Functional Independence Measure and/or the Behavioural Inattention Test. CONCLUSIONS: As this object hit task requires just over two minutes to complete, it provides an objective and easy approach to quantify upper limb motor function and visuospatial skills following stroke.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».