MétaCan
Menu
Retour à la cohorte
Enregistrement W2803733513 · doi:10.2196/rehab.9535

Perceptions of Existing Wearable Robotic Devices for Upper Extremity and Suggestions for Their Development: Findings From Therapists and People With Stroke

2018· article· en· W2803733513 sur OpenAlexafffundvenue
Ahmed M. Elnady, W. Ben Mortenson, Carlo Menon

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensGF Strong Rehabilitation CentreUniversity of British ColumbiaInternational Collaboration On Repair DiscoveriesSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésWearable computerFocus groupRehabilitationWearable technologyPerceptionFocus (optics)PopulationStroke (engine)Computer sciencePsychologyHuman–computer interactionMedicinePhysical medicine and rehabilitationInternet privacyEngineeringPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advances in wearable robotic technologies have increased the potential of these devices for rehabilitation and as assistive devices. However, the utilization of these devices is still limited and there are questions regarding how well these devices address users' (therapists and patients) needs. OBJECTIVE: The aims of this study were to (1) describe users' perceptions about existing wearable robotic devices for the upper extremity; (2) identify if there is a need to develop new devices for the upper extremity and the desired features; and (3) explore obstacles that would influence the utilization of these new devices. METHODS: Focus groups were held to collect data. Data were analyzed thematically. RESULTS: A total of 16 participants took part in the focus group discussions. Our analysis identified three main themes: (1) "They exist, but..." described participants' perceptions about existing devices for upper extremity; (2) "Indeed, we need more, can we have it all?" reflected participants' desire to have new devices for the upper extremity and revealed heterogeneity among different participants; and (3) "Bumps on the road" identified challenges that the participants felt needed to be taken into consideration during the development of these devices. CONCLUSIONS: This study resonates with previous research that has highlighted the importance of involving end users in the design process. The study suggests that having a single solution for stroke rehabilitation or assistance could be challenging or even impossible, and thus, engineers should clearly identify the targeted stroke population needs before the design of any device for the upper extremity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,005
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,304
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207