Real-Time Auditory Feedback–Induced Adaptation to Walking Among Seniors Using the Heel2Toe Sensor: Proof-of-Concept Study
Notice bibliographique
Résumé
BACKGROUND: Evidence shows that gait training in older adults is effective in improving the gait pattern, but the effects abate with cessation of training. During gait training, therapists use a number of verbal and visual cues to place the heel first when stepping. This simple strategy changes posture from stooped to upright, lengthens the stride, stimulates pelvic and trunk rotation, and facilitates arm swing. These principles guided the development of the Heel2Toe sensor that provides real-time auditory feedback for each good step, in which the heel strikes first. OBJECTIVE: This feasibility study aimed (1) to contribute evidence toward the feasibility and efficacy potential for home use of the Heel2Toe sensor that provides real-time feedback and (2) to estimate changes in gait parameters after five training sessions using the sensor. METHODS: A pre-post study included 5 training sessions over 2 weeks in the community on a purposive sample of six seniors. Proportion of good steps, angular velocity (AV) at each step, and cadence over a 2- minute period were assessed as was usability and experience. RESULTS: All gait parameters, proportion of good steps, AV, and duration of walking bouts improved. The coefficient of variation of AV decreased, indicating consistency of stepping. CONCLUSIONS: Efficacy potential and feasibility of the Heel2Toe sensor were demonstrated.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».