Feasibility of sensory tongue stimulation combined with task-specific therapy in people with spinal cord injury: a case study
Notice bibliographique
Résumé
BACKGROUND: Previous evidence suggests the effects of task-specific therapy can be further enhanced when sensory stimulation is combined with motor practice. Sensory tongue stimulation is thought to facilitate activation of regions in the brain that are important for balance and gait. Improvements in balance and gait have significant implications for functional mobility for people with incomplete spinal cord injury (iSCI). The aim of this case study was to evaluate the feasibility of a lab- and home-based program combining sensory tongue stimulation with balance and gait training on functional outcomes in people with iSCI. METHODS: Two male participants (S1 and S2) with chronic motor iSCI completed 12 weeks of balance and gait training (3 lab and 2 home based sessions per week) combined with sensory tongue stimulation using the Portable Neuromodulation Stimulator (PoNS). Laboratory based training involved 20 minutes of standing balance with eyes closed and 30 minutes of body-weight support treadmill walking. Home based sessions consisted of balancing with eyes open and walking with parallel bars or a walker for up to 20 minutes each. Subjects continued daily at-home training for an additional 12 weeks as follow-up. RESULTS: Both subjects were able to complete a minimum of 83% of the training sessions. Standing balance with eyes closed increased from 0.2 to 4.0 minutes and 0.0 to 0.2 minutes for S1 and S2, respectively. Balance confidence also improved at follow-up after the home-based program. Over ground walking speed improved by 0.14 m/s for S1 and 0.07 m/s for S2, and skilled walking function improved by 60% and 21% for S1 and S2, respectively. CONCLUSIONS: Sensory tongue stimulation combined with task-specific training may be a feasible method for improving balance and gait in people with iSCI. Our findings warrant further controlled studies to determine the added benefits of sensory tongue stimulation to rehabilitation training.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| 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 ».