The feasibility of assessing cognitive and motor function in multiple sclerosis patients using robotics
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) causes pervasive motor, sensory and cognitive dysfunction. The Expanded Disability Status Scale (EDSS) is the gold standard for assessing MS disability. The EDSS is biased towards mobility and may not accurately measure MS-related disabilities in the upper limb or in cognitive functions (e.g. executive function). OBJECTIVE: Our objectives were to determine the feasibility of using the Kinarm robotic system to quantify neurological deficits related to arm function and cognition in MS patients, and examine relationships between traditional clinical assessments and Kinarm variables. METHODS: Individuals with MS performed 8 robotic tasks assessing motor, cognitive, and sensory ability. We additionally collected traditional clinical assessments and compared these to the results of the robotic assessment. RESULTS: Forty-three people with MS were assessed. Most participants could complete the robotic assessment. Twenty-six (60%) were impaired on at least one cognitive task and twenty-six (60%) were impaired on at least one upper-limb motor task. Cognitive domain task performance correlated most strongly with the EDSS. CONCLUSIONS: Kinarm robotic assessment of people with MS is feasible, can identify a broad range of upper-limb motor and sensory, as well as cognitive, impairments, and complements current clinical rating scales in the assessment of MS-related disability.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».