A foot drop compensation device based on surface multi-field functional electrical stimulation—Usability study in a clinical environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Functional electrical stimulation applies electrical pulses to the peripheral nerves to artificially achieve a sensory/motor function. When applied for the compensation of foot drop it provides both assistive and therapeutic effects. Multi-field electrodes have shown great potential but may increase the complexity of these systems. Usability aspects should be checked to ensure their success in clinical environments. METHODS: We developed the Fesia Walk device, based on a surface multi-field electrode and an automatic calibration algorithm, and carried out a usability study to check the feasibility of integrating this device in therapeutic programs in clinical environments. The study included 4 therapists and 10 acquired brain injury subjects (8 stroke and 2 traumatic brain injury). RESULTS: Therapists and users were "very satisfied" with the device according to the Quebec User Evaluation of Satisfaction with Assistive Technology scale, with average scores of 4.1 and 4.2 out of 5, respectively. Therapists considered the Fesia Walk device as "excellent" according to the System Usability Scale with an average score of 85.6 out of 100. CONCLUSIONS: This study showed us that it is feasible to include surface multi-field technology while keeping a device simple and intuitive for successful integration in common neurorehabilitation programs.
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.
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 | 0,006 |
| 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 découle