Validation of the kinarm end-point robot for clinical assessment of acute sport concussion sensory, motor, and neurocognitive impairment in athletes
Notice bibliographique
Résumé
Objective To determine if there is a significant association between KINARM robotic sensorimotor and neurocognitive measurements at baseline, ≤10 days post-concussion (IPC), and when clinically asymptomatic (CA). Design Double-blind, prospective case series. Setting Four athletic seasons (2011–2015). Participants 1,214 elite athletes (904 males, 310 females, mean age: 18 and 20 years, respectively). Outcome measures Fifty-seven parameters from five robotic tasks (Visually Guided Reaching (VGR), Position Matching (PM), Object Hit, Object Hit and Avoid, Trail Making B (TMB)) characterising sensorimotor and neurocognitive function. Linear regression was used to determine if there was a significant association between baseline, IPC, and CA measurements, adjusting for potential predictors (age, sex, concussion history, recurrent concussion during study, number of baseline assessments, method (seated versus standing), Post-Concussion Symptom Scale Score (PCSS), days post-concussion at testing) and learning effect. Main results 95 athletes sustained 102 concussions. There was a clear reduction in performance in concussed athletes on individual parameters compared to non-concussed repeat performance. Significant predictors of impairment were: 1) higher PCSS for VGR (IPC): Reaction Time (p<0.001), Min-Max Speed Difference (m/s) (p=0.001), Path Length Ratio (p=0.001), and TMB (CA): Test Time (p=0.003), Dwell Time (p=0.003); 2) older athletes for VGR (IPC): Speed Maxima Count (p<0.01); 3) less days post-concussion at IPC testing for PM Contraction/Expansion Ratio XY (p=0.005); and 4) recurrent concussion during study period for non-dominant PM Shift Y (p=0.005). Conclusions Results of this large prospective study suggest the KINARM robot is a valid, objective tool for quantifying sensorimotor and neurocognitive impairment in concussed athletes. Competing interests Brian W Benson In the future may receive a small royalty from BKIN Technologies Ltd. in consideration for assisting with development and validation of the KINARM end-point robotic device for use in acute sport concussion assessment and management. None. Co-founder and CSO of BKIN Technologies that commercialises the KINARM robot.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».