MétaCan
Menu
Retour à la cohorte
Enregistrement W2887396083 · doi:10.3138/ptc.2016-97

Gait Training after Stroke on a Self-Paced Treadmill with and without Virtual Environment Scenarios: A Proof-of-Principle Study

2018· article· en· W2887396083 sur OpenAlexafffundvenue
Carol L. Richards, Francine Malouin, Anouk Lamontagne, Bradford J. McFadyen, Francine Dumas, François Comeau, Nancy-Michelle Robitaille, Joyce Fung

Notice bibliographique

RevuePhysiotherapy Canada · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensMcGill UniversityJewish Rehabilitation HospitalUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Stroke NetworkMcGill University
Mots-clésPhysical medicine and rehabilitationGaitProof of conceptTraining (meteorology)Computer scienceTreadmillStroke (engine)Virtual realityPhysical therapyHuman–computer interactionMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose: The purpose of this proof-of-principle study was to show that virtual reality (VR) technology could be coupled with a self-paced treadmill to further improve walking competency in individuals with chronic stroke. Method: A 62-year-old man with a chronic right hemispheric stroke participated in a treadmill walking programme involving first a control (CTL) protocol, then VR training. In CTL training, he walked without time constraints while viewing still pictures and reacting to treadmill movements similar to those that he would have experienced later in VR training. In VR training, he experienced treadmill movements programmed to simulate changes encountered in five virtual environments rear-projected onto a large screen. Training difficulty in nine sessions over 3 weeks was increased by varying the time constraints, terrain surface changes, and obstacles to avoid. Effects on walking competency were assessed using clinical measures (5 m walk test, 6 min walk test, Berg Balance Scale, Activities-specific Balance Confidence scale) and questionnaires (Assessment of Life Habits Scale and personal appraisal). Results: CTL and VR training resulted in a similar progression through the training sessions of total time walked on the treadmill. The VR training led to an additional increase in speed as measured by walking 5 metres as fast as possible and distance walked in 6 minutes, as well as improved balance self-efficacy and anticipatory locomotor adjustments. As reported by the participant, these improved outcomes transferred to real-life situations. Conclusions: Despite the limited potential for functional recovery from chronic stroke, an individual can achieve improvements in mobility and self-efficacy after participating in VR-coupled treadmill training, compared with treadmill training with the same intensity and surface perturbations but without VR immersion. A larger scale, randomized controlled trial is warranted to determine the efficacy of VR-coupled treadmill training for mobility intervention post-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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207