Bipedal hopping as a new measure to detect subtle sensorimotor impairment in people with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Bipedal hopping has the potential to detect subtle multiple sclerosis (MS)-related impairments, especially among patients who "pass" typical movement tests. In this narrative review, we outline the biomechanics of bipedal hopping and propose its usefulness as a novel outcome measure for people with MS having mild disability. METHODS: We summarize articles that (1) examined the biomechanics of jumping or hopping and (2) tested the validity and/or reliability of hopping tests. We consolidated consistencies and gaps in research and opportunities for future development of the bipedal hop test. RESULTS: Bipedal hopping requires immense power, coordination, balance, and ability to reduce co-contraction; movement components typically affected by MS. These impairments can be measured and differentiated by examining specific variables, such as hop length (power), symmetry (coordination), center of pressure (balance), and coefficient of variability (co-contraction/spasticity). Bipedal hopping challenges these aspects of movement and exposes sensorimotor impairments that may not have been apparent during walking. CONCLUSIONS: Testing of bipedal hopping on an instrumented walkway may detect and monitor sensorimotor control in people with MS who do not currently present with clinical deficits. Early measurement is imperative for precise rehabilitation prescription to slow disability progression prior to onset of measurable gait impairment.Implications for rehabilitationJumping and hopping tests detect lower limb and balance impairments in children, athletes, and older adults.Bipedal hop test measures multiple domains: power, coordination, balance, and muscle timing.Bipedal hop test may expose subtle sensorimotor impairments in people with multiple sclerosis.Multiple variables measured can discern type of sensorimotor impairment to direct personalized rehabilitation 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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».