Changes in arm kinematics of chronic stroke individuals following “Assist-As-Asked” robot-assisted training in virtual and physical environments: A proof-of-concept study
Notice bibliographique
Résumé
INTRODUCTION: In this proof-of-concept study, we introduce a custom-developed robot-assisted training protocol, named "Assist-As-Asked", aiming at improving arm function of chronic stroke subjects with moderate-to-severe upper extremity motor impairment. The study goals were to investigate the feasibility and potential adverse effects of this training protocol in both physical and virtual environments. METHODS: A sample of convenience of four chronic stroke subjects participated in 10 half-hour sessions. The task was to practice reaching six targets in both virtual and physical environments. The robotic arm used the Assist-As-Asked paradigm in which it helped subjects to complete movements when asked by them. Changes in the kinematics of the reaching movements and the participants' perception of the reaching practice in both environments were the outcome measures of interest. RESULTS: Subjects improved their reaching performance and none of them reported any adverse events. There were no differences between the two environments in terms of kinematic measures even though subjects had different opinions about the environment preference. CONCLUSIONS: Using the Assist-As-Asked protocol in moderate-to-severe chronic stroke survivors is feasible and it can be used with both physical and virtual environments with no evidence of one of them to be superior to the other based on users' perspectives and movement kinematics.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».