Relationship Between Clinical Measures of Upper Limb Movement Quality and Activity Poststroke
Notice bibliographique
Résumé
Background. Understanding the relationship between movement quality (impairment) and performance (activity) in poststroke patients is important for rehabilitation intervention studies. This has led to an interest in kinematic characterization of upper limb motor impairment. Since instrumented motion analysis is not readily clinically available, observational kinematics may be a viable alternative. Objective. To determine if upper limb movement quality during a reach-to-grasp task identified by observation could be used to describe the relationship between motor impairments and the time to perform functional tasks. Methods. Cross-sectional, secondary analysis of baseline data from 141 participants with stroke, age 18 to 85 years, who participated in a multicenter randomized controlled trial. Clinical assessment of movement quality using the Reaching Performance Scale for Stroke (RPSS–Close and Far targets) and of performance (activity) from the Wolf Motor Function Test (WMFT–7 items) was assessed. The degree to which RPSS component scores explained scores on WMFT items was determined by multivariable regression. Results. Clinically significant decreases (>2 seconds) in performance time for some of the more complex WMFT tasks involving prehension were predicted from RPSS–Close and Far target components. Trunk compensatory movements did not predict either increases or decreases in performance time for the WMFT tasks evaluated. Overall, the strength of the regression models was low. Conclusions. In lieu of kinematic analysis, observational clinical movement analysis may be a valid and accessible method to determine relationships between motor impairment, compensations and upper limb function in poststroke patients. Specific relationships are unlikely to generalize to all tasks due to kinematic redundancy and task specificity.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».