Using Robot-Applied Resistance to Augment Body-Weight–Supported Treadmill Training in an Individual With Incomplete Spinal Cord Injury
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The efficacy of task-specific gait training for people with spinal cord injury (SCI) is premised on evidence that the provision of gait-related afferent feedback is key for the recovery of stepping movements. Recent findings have shown that sensory feedback from flexor muscle afferents can facilitate flexor muscle activity during the swing phase of walking. This case report was undertaken to determine the feasibility of using robot-applied forces to resist leg movements during body-weight-supported treadmill training (BWSTT) and to measure its effect on gait and other health-related outcomes. CASE DESCRIPTION: The patient described in this case report was a 43-year-old man with a T11 incomplete chronic SCI. He underwent 36 sessions of BWSTT using a robotic gait orthosis to provide forces that resist hip and knee flexion. OUTCOMES: Tolerance to the training program was monitored using the Borg CR10 scale and heart rate and blood pressure changes during each training session. Outcome measures (ie, 10-Meter Walk Test, Six-Minute Walk Test, modified Emory Functional Ambulation Profile [mEFAP], Activities-specific Balance Confidence Scale, and Canadian Occupational Performance Measure) were completed and kinematic parameters of gait, lower-extremity muscle strength (force-generating capacity), lower-limb girth, and tolerance to orthostatic stress were measured before and after the training program. DISCUSSION: The patient could tolerate the training. Overground walking speed, endurance, and performance on all subtasks of the mEFAP improved and were accompanied by increased lower-limb joint flexion and toe clearance during gait. The patient's ambulatory self-confidence and self-perceived performance in walking also improved. These findings suggest that this new approach to BWSTT is a feasible and potentially effective therapy for improving skilled overground walking performance.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».