Robot-Assisted Therapy Influence on Kinematic and EMG Activity in the Upper Limb for Children with Cerebral Palsy
Notice bibliographique
Résumé
Aim: To develop an index for quantitative assessment of the upper limb motor function in children with cerebral palsy before and after robot-assisted therapy. Method: An upper limb motor function index was developed using kinematic, surface electromyography and three-axis inertial measurements unit data collected from 15 children with cerebral palsy (CP) and 15 typically developed children. Children with CP underwent 18 robot-assisted therapy sessions with the REAplan device. All children were evaluated, using kinematic data from the REAplan, electromyography and three-axis inertial measurements unit readings from its accelerometer. A principal component analysis was conducted to produce an evaluation index, which is able to detect the deviation from the upper limb motor function of typically developing children group. Children with CP were evaluated twice before and after the intervention with Box and Blocks test and Finger-To-Nose test. The discriminative and concurrent validity of the upper limb motor function index were investigated. Results: The upper limb motor function index was higher in children with CP post therapy (p<0.001). Finger-To-Nose test values improved after robot-assisted therapy (p<0.03). A weak but positive correlation was observed between upper limb motor function index and clinical tests (r=0.012, p=0.95 and r=0.13, p= 0.54 for Box and Blocks test and Finger-To-Nose test respectively). Interpretation: The upper limb motor function index successfully differentiated between the typically developing children and children with CP and was effective in assessing the improvement of the upper limb motor function after robot-assisted therapy. The upper limb motor function index could be extended to assess and monitor rehabilitation therapies of other populations, such as those with stroke and Parkinson’s disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».