Combined transcranial direct current stimulation and robotic upper limb therapy improves upper limb function in an adult with cerebral palsy
Notice bibliographique
Résumé
BACKGROUND: Robotic therapy can improve upper limb function in hemiparesis. Excitatory transcranial direct current stimulation (tDCS) can prime brain motor circuits before therapy. OBJECTIVE: We tested safety and efficacy of tDCS plus robotic therapy in an adult with unilateral spastic cerebral palsy (USCP). METHODS: In each of 36 sessions, anodal tDCS (2 mA, 20 min) was applied over the motor map of the affected hand. Immediately after tDCS, the participant completed robotic therapy, using the shoulder, elbow, and wrist (MIT Manus). The participant sat in a padded chair with affected arm abducted, forearm supported, and hand grasping the robot handle. The participant controlled the robot arm with his affected arm to move a cursor from the center of a circle to each of eight targets (960 movements). Motor function was tested before, after, and six months after therapy with the Wolf Motor Function Test (WMFT) and Fugl-Meyer (FM). RESULTS: Reaching accuracy on the robot task improved significantly after therapy. The WMFT and FM improved clinically meaningful amounts after therapy. The motor map of the affected hand expanded after therapy. Improvements were maintained six months after therapy. CONCLUSIONS: Combined tDCS and robotics safely improved upper limb function in an adult with USCP.
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 | 0,000 | 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) | 0,001 | 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 ».