MétaCan
Menu
Retour à la cohorte
Enregistrement W2146237025 · doi:10.1186/1743-0003-9-7

Development of an automated method to detect sitting pivot transfer phases using biomechanical variables: toward a standardized method

2012· article· en· W2146237025 sur OpenAlexafffund
Guillaume Desroches, Philippe Gourdou, Dany H. Gagnon

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesRick Hansen InstituteCanadian Institutes of Health ResearchMarch of Dimes Foundation
Mots-clésKinematicsLift (data mining)BiomechanicsPhysical medicine and rehabilitationMathematicsComputer sciencePhysical therapySimulationMedicinePhysicsAnatomyData mining

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sitting pivot transfer (SPT) is one of the most important, but at the same time strenuous at the upper extremity, functional task for spinal cord injured individuals. In order to better teach this task to those individuals and to improve performance, a better biomechanical understanding during the different SPT phases is a prerequisite. However, no consensus has yet been reached on how to depict the different phases of the SPT. The definition of the phases of the SPT, along with the events characterizing these phases, will facilitate the interpretation of biomechanical outcome measures related to the performance of SPTs as well as strengthen the evidence generated across studies. METHODS: Thirty-five individuals with a spinal cord injury performed two SPTs between seats of similar height using their usual SPT technique. Kinematics and kinetics were recorded using an instrumented transfer assessment system. Based on kinetic and kinematic measurements, a relative threshold-based algorithm was developed to identify four distinct phases: pre-lift, upper arm loading, lift-pivot and post-lift phases. To determine the stability of the algorithm between the two SPTs, Student t-tests for dependent samples were performed on the absolute duration of each phase. RESULTS: The mean total duration of the SPT was 2.00 ± 0.49 s. The mean duration of the pre-lift, upper arm loading, lift-pivot and post-lift phases were 0.74 ± 0.29 s, 0.28 ± 0.13 s, 0.72 ± 0.24 s, 0.27 ± 0.14 s whereas their relative contributions represented approximately 35%, 15%, 35% and 15% of the overall SPT cycle, respectively. No significant differences were found between the trials (p = 0.480-0.891). CONCLUSION: The relative threshold-based algorithm used to automatically detect the four distinct phases of the SPT, is rapid, accurate and repeatable. A quantitative and thorough description of the precise phases of the SPT is prerequisite to better interpret biomechanical findings and measure task performance. The algorithm could also become clinically useful to refine the assessment and training of SPTs.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,056
Tête enseignante GPT0,425
Écart entre enseignants0,369 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetSpinal Cord Injury ResearchTravaux en français237 207