Personalized adapted locomotor training for an individual with sequelae of West Nile virus infection: a mixed-method case report
Notice bibliographique
Résumé
Background West Nile virus (WNV) can have severe consequences, including encephalitis and paralysis. Purpose: To describe the benefits of intensive locomotor training (LT) for an individual with a previous WNV infection resulting in chronic paraplegia. Case Description: The patient, who became a wheelchair user following standard rehabilitation, began LT 3 years post infection. Her goals included standing and walking with an assistive device and transferring independently. The intervention consisted of bodyweight-supported treadmill training and overground training, which involved walking, balancing, strengthening, and transferring activities. Outcomes: Following 5 months of LT, the patient ambulated independently with a walker at a speed = 0.34m/s. She walked 110.1 metres in 6 minutes and increased her Berg Balance Scale score by 17 points. These improvements were either maintained or further increased 3 months post LT. The patient’s perspectives on LT were collected through a semi-structured interview. A conventional content analysis, which uses data to drive themes, revealed three themes: (1) recalibrating goals, (2) outcomes (i.e. physical and psychological benefits, such as a sense of accomplishment), and (3) challenges of LT and effective coping strategies. Conclusions: The patient demonstrated improved balance and walking abilities. Intensive LT was feasible and effective for this individual with chronic paraplegia due to WNV infection.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».