Measurement Properties of Simple Biomechanical Measures of Walking Effort
Notice bibliographique
Résumé
A simple measure of overall walking effort would be valuable to patients and clinicians to select suitable treatment interventions and to monitor progress. In this paper, the reproducibility and responsiveness of seven potentially useful clinical measures of walking effort are presented. These walking effort outcomes were derived from a compass gait model and space curve displacement, acceleration and differential geometry theory. The walking effort outcomes were primarily calculated from the motion of a point on or in the rigid body pelvis as a patient walked cyclically. These motion data were collected from eight healthy volunteers who each walked on a treadmill for 4 min, at four different speeds, repeated twice. Four of the seven walking effort outcomes clearly had better measurement properties. The path length ratio, acceleration ratio, Frenet–Serret torsion and Frenet–Serret energy had excellent reproducibility (ICC>0.8) and responded to a small change in walking speed (< 0.03 m/s) compared to two versions of the biomechanical efficiency quotient and the Frenet–Serret curvature. The measurement properties of most outcomes were not consistently improved using a point in versus on the pelvis. This study presents four biomechanical walking effort outcomes that have good theoretical underpinnings, excellent reproducibility and responsiveness, are simple and easy to administer with relatively inexpensive equipment, and can be used in real world environments. However, future work must investigate the minimal clinically important change of these outcome measures before they can be used in clinical practice.
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 | 0,002 | 0,001 |
| 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 ».