Effects of Seated Postural Stability and Trunk and Upper Extremity Strength on Performance during Manual Wheelchair Propulsion Tests in Individuals with Spinal Cord Injury: An Exploratory Study
Notice bibliographique
Résumé
Objectives. To quantify the association between performance-based manual wheelchair propulsion tests (20 m propulsion test, slalom test, and 6 min propulsion test), trunk and upper extremity (U/E) strength, and seated reaching capability and to establish which ones of these variables best predict performance at these tests. Methods. 15 individuals with a spinal cord injury (SCI) performed the three wheelchair propulsion tests prior to discharge from inpatient SCI rehabilitation. Trunk and U/E strength and seated reaching capability with unilateral hand support were also measured. Bivariate correlation and multiple linear regression analyses allowed determining the best determinants and predictors, respectively. Results. The performance at the three tests was moderately or strongly correlated with anterior and lateral flexion trunk strength, anterior seated reaching distance, and the shoulder, elbow, and handgrip strength measures. Shoulder adductor strength-weakest side explained 53% of the variance on the 20-meter propulsion test-maximum velocity. Shoulder adductor strength-strongest side and forward seated reaching distance explained 71% of the variance on the slalom test. Handgrip strength explained 52% of the variance on the 6-minute propulsion test. Conclusion. Performance at the manual wheelchair propulsion tests is explained by a combination of factors that should be considered in rehabilitation.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».