Quantification of upper limb position sense using an exoskeleton and a virtual reality display
Notice bibliographique
Résumé
BACKGROUND: Proprioceptive sense plays a significant role in the generation and correction of skilled movements and, consequently, in most activities of daily living. We developed a new proprioception assessment protocol that enables the quantification of elbow position sense without using the opposite arm, involving active movement of the evaluated limb or relying on working memory. The aims of this descriptive study were to validate this assessment protocol by quantifying the elbow position sense of healthy adults, before using it in individuals who sustained a stroke, and to investigate its test-retest reliability. METHODS: Elbow joint position sense was quantified using a robotic device and a virtual reality system. Two assessments were performed, by the same evaluator, with a one-week interval. While the participant's arms and hands were occluded from vision, the exoskeleton passively moved the dominant arm from an initial to a target position. Then, a virtual arm representation was projected on a screen placed over the participant's arm. This virtual representation and the real arm were not perfectly superimposed, however. Participants had to indicate verbally the relative position of their arm (more flexed or more extended; two-alternative forced choice paradigm) compared to the virtual representation. Each participant completed a total of 136 trials, distributed in three phases. The angular differences between the participant's arm and the virtual representation ranged from 1° to 27° and changed pseudo-randomly across trials. No feedback about results was provided to the participants during the task. A discrimination threshold was statistically extracted from a sigmoid curve fit representing the relationship between the angular difference and the percentage of successful trials. Test-retest reliability was evaluated with 3 different complementary approaches, i.e. a Bland-Altman analysis, an intraclass correlation coefficient (ICC) and a standard error of measurement (SEm). RESULTS: Thirty participants (24.6 years old; 17 males, 25 right-handed) completed both assessments. The mean discrimination thresholds were 7.0 ± 2.4 (mean ± standard deviation) and 5.9 ± 2.1 degrees for the first and the second assessment session, respectively. This small difference between assessments was significant (- 1.1 ± 2.2 degrees), however. The assessment protocol was characterized by a fair to good test-retest reliability (ICC = 0.47). CONCLUSION: This study demonstrated the potential of this assessment protocol to objectively quantify elbow position sense in healthy individuals. Futures studies will validate this protocol in older adults and in individuals who sustained a stroke.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».