Visual control improves the accuracy of hand positioning in Huntington’s disease
Notice bibliographique
Résumé
Background: The study aimed at demonstrating dependence of visual feedback during hand and finger positioning task performance among Huntington’s disease patients in comparison to patients with Parkinson’s disease and cervical dystonia. Material and methods: Eighty-nine patients participated in the study (23 with Huntington’s disease, 25 with Parkinson’s disease with dyskinesias, 21 with Parkinson’s disease without dyskinesias, and 20 with cervical dystonia), scoring ≥20 points on Mini-Mental State Examination in order to assure comprehension of task instructions. Neurological examination comprised of the motor section from the Unified Huntington’s Disease Rating Scale for Huntington’s disease, the Unified Parkinson’s Disease Rating Scale Part II–IV for Parkinson’s disease and the Toronto Western Spasmodic Torticollis Rating Scale for cervical dystonia. In order to compare hand position accuracy under visually controlled and blindfolded conditions, the patient imitated each of the 10 examiner’s hand postures twice, once under the visual control condition and once with no visual feedback provided. Results: Huntington’s disease patients imitated examiner’s hand positions less accurately under blindfolded condition in comparison to Parkinson’s disease without dyskinesias and cervical dystonia participants. Under visually controlled condition there were no significant inter-group differences. Conclusions: Huntington’s disease patients exhibit higher dependence on visual feedback while performing motor tasks than Parkinson’s disease and cervical dystonia patients. Possible improvement of movement precision in Huntington’s disease with the use of visual cues could be potentially useful in the patients’ 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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».