Head Movements in Patients with Vestibular Lesion
Notice bibliographique
Résumé
OBJECTIVES: (1) To determine if head movements in patients with vestibular deficiency differ from those in normal subjects during daily life activities. (2) To assess if these differences can be correlated with patients' perception of dizziness-induced handicap. STUDY DESIGN: Prospective matched-pairs study SETTING: Tertiary referral center PATIENTS: Thirty-one vestibular schwannoma patients with documented postoperative unilateral vestibular loss and their age-, gender-, and physical activity level-matched controls with symmetric vestibulo-ocular reflexes. INTERVENTIONS: Head movements during 10 tasks from daily life were recorded using body-worn movement sensors. MAIN OUTCOME MEASURES: The time to complete the task, the average head velocity and acceleration during each task, and the number of head turns performed were compared between cases and controls. These measures were then correlated with the self-reported Dizziness Handicap Inventory (DHI) scores of the patients. RESULTS: Patients with a unilateral vestibular deficit took significantly longer to perform most daily life activities compared to controls. Their head movements, however, were not always slower. They adopted a different movement strategy, in certain instances less efficient and more disorganized. Dimensions of movement are not all affected equally after a unilateral vestibular loss with evidence of clear clustering of the differences within dimensions across tasks. There was no correlation between the DHI and patients' performance in those tasks. CONCLUSION: Vestibular loss, even when compensated, affects patients' movements, which can be measured in an ambulatory setting of daily life activities. The differences in movements associated with vestibular loss do not correlate with the degree of self-reported handicap.
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 | 0,000 | 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 | 0,000 | 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 ».