An Objective Technology-based Assessment of Arm and Hand Sensorimotor Disability in Neurological Disorders
Notice bibliographique
Résumé
Abstract Background Detailed assessments of upper limb disability are essential to understand and monitor sensorimotor recovery. Usually, multiple timeconsuming assessments are required to define a holistic sensorimotor profile of proximal (shoulder-elbow) and distal (wrist-hand) impairments and their impact on the capacity to perform activities. We propose and evaluate a novel physiologically-motivated computational framework for objectively assessing sensorimotor profiles in neurological patients using a single, rapid technology-based assessment involving goal-directed arm and hand movements. Methods The Virtual Peg Insertion Test (VPIT) was administered to 121 healthy and 80 neurological subjects. The framework provides 25 kinematic and kinetic metrics expected to describe 12 sensorimotor components representative of ataxia and paresis and their influence on task performance, as well as one overall disability measure. The feasibility (protocol duration), structural validity (factor analysis and correlations ρ between sensorimotor components), concurrent validity (correlation with Action Research Arm Test; ARAT), and discriminant validity (comparing healthy controls and patients, and patients with different disability levels) were evaluated. Results The median VPIT protocol duration was 16.5min in neurological patients. The sensor-based metrics could unambiguously be grouped into 12 mostly independent (median | ρ |=0.14) components. Ten components showed significant differences between healthy and impaired subjects and nine components indicated clear trends across disability levels, without any ceiling effects. The VPIT overall disability measure and ARAT were moderately correlated ( ρ =−0.53, p <0.001). Conclusions This work demonstrates the possibility to rapidly, holistically, and objectively assess proximal and distal sensorimotor impairments and their influence on the capacity to perform activities with a single assessment.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».