Effect on body composition and bone mineral density of walking with a robotic exoskeleton in adults with chronic spinal cord injury
Notice bibliographique
Résumé
OBJECTIVE: To examine the effect on body composition and bone mineral density of locomotor training using a robotic exoskeleton in individuals with spinal cord injury. STUDY DESIGN: Interventional study. SUBJECTS/METHODS: Five adults with a non-progressive traumatic complete sensorimotor spinal cord injury who were using a wheelchair as a primary mode of mobility. Participants performed a personalized 6-week progressive locomotor training programme using a robotic exoskeleton 3 times/week for up to 60 min. Body composition measures were determined using dual energy X-ray absorptiometry and peripheral quantitative computed tomography. RESULTS: A significant increase in leg and appendicular lean body mass and a decrease in total, leg and appendicular fat mass was observed after the intervention. Furthermore, the calf muscle cross-sectional area increased significantly after the intervention. Finally, although not statistically significant, there was an increase of 14.5% in bone mineral density of the tibia, which may be clinically significant. A decrease of > 5 % was also noted for subcutaneous adipose tissue and intramuscular adipose tissue. CONCLUSION: Locomotor training using a robotic exoskeleton appears to be associated with improvements in body composition and, potentially, bone health.
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 | 0,001 | 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 ».