Activity Monitor Placed at the Nonparetic Ankle Is Accurate in Measuring Step Counts During Community Walking in Poststroke Individuals: A Validation Study
Notice bibliographique
Résumé
BACKGROUND: Different environmental factors may affect the accuracy of step-count activity monitors (AM). However, the validation conditions for AM accuracy largely differ from ecological environments. OBJECTIVES: To assess and compare the accuracy of AM in counting steps among poststroke individuals: during different locomotor tasks, with AM placed at the nonparetic ankle or hip, and when walking in a laboratory or inside a mall. DESIGN: Validation study. SETTINGS: Laboratory and community settings. PARTICIPANTS: Twenty persons with chronic hemiparesis, independent walkers. METHODS: First session: participants performed level walking (6-minute walk test [6MWT]), ramps, and stairs in the laboratory with AM placed at the nonparetic ankle and hip. Second session: participants walked a mall circuit, including the three tasks, with AM placed at the nonparetic ankle. The sessions were video recorded. MAIN OUTCOME MEASUREMENTS: Absolute difference between the steps counted by AM and the steps viewed on the video recordings (errors, %); occurrence of errors greater than 10%. RESULTS: Median errors were similar for the 6MWT (0.86 [0.22, 7.70]%), ramps (2.17 [0.89, 9.61]%), and stairs (8.33 [2.65, 19.22]%) with AM at the ankle. Step-count error was lower when AM was placed at the ankle (8.33 [2.65, 19.22]%) than at the hip (9.26 [3.25, 42.63]%, P = .03). The greatest errors were observed among the slowest participants (≤0.4 m/s) on ramps and stairs, whereas some faster participants (>1 m/s) experienced the greatest error during the 6MWT. Median error was slightly increased in the mall circuit (2.67 [0.61, 12.54]%) compared with the 6MWT (0.50 [0.24, 6.79]%, P = .04), with more participants showing errors >10% during the circuit (7 vs 2, P = .05). CONCLUSIONS: Step counts are accurately measured with AM placed at the nonparetic ankle in laboratory and community settings. Accuracy can be altered by stairs and ramps among the slowest walkers and by prolonged walking tasks among faster walkers. LEVEL OF EVIDENCE: III.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».