<p>Physiological Vibration Acceleration (Phybrata) Sensor Assessment of Multi-System Physiological Impairments and Sensory Reweighting Following Concussion</p>
Notice bibliographique
Résumé
OBJECTIVE: To assess the utility of a head-mounted wearable inertial motion unit (IMU)-based physiological vibration acceleration ("phybrata") sensor to support the clinical diagnosis of concussion, classify and quantify specific concussion-induced physiological system impairments and sensory reweighting, and track individual patient recovery trajectories. METHODS: Data were analyzed from 175 patients over a 12-month period at three clinical sites. Comprehensive clinical concussion assessments were first completed for all patients, followed by testing with the phybrata sensor. Phybrata time series data and spatial scatter plots, eyes open (Eo) and eyes closed (Ec) phybrata powers, average power (Eo+Ec)/2, Ec/Eo phybrata power ratio, time-resolved phybrata spectral density (TRPSD) distributions, and receiver operating characteristic (ROC) curves are compared for individuals with no objective impairments and those clinically diagnosed with concussions and accompanying vestibular impairment, other neurological impairment, or both vestibular and neurological impairments. Finally, pre- and post-injury phybrata case report results are presented for a participant who was diagnosed with a concussion and subsequently monitored during treatment, rehabilitation, and return-to-activity clearance. RESULTS: Phybrata data demonstrate distinct features and patterns for individuals with no discernable clinical impairments, diagnosed vestibular pathology, and diagnosed neurological pathology. ROC curves indicate that the average power (Eo+Ec)/2 may be utilized to support clinical diagnosis of concussion, while Eo and Ec/Eo may be utilized as independent measures to confirm accompanying neurological and vestibular impairments, respectively. All 3 measures demonstrate area under the curve (AUC), sensitivity, and specificity above 90% for their respective diagnoses. Phybrata spectral analyses demonstrate utility for quantifying the severity of concussion-induced physiological impairments, sensory reweighting, and subsequent monitoring of improvements throughout treatment and rehabilitation. CONCLUSION: Phybrata testing assists with objective concussion diagnosis and provides an important adjunct to standard concussion assessment tools by objectively ascertaining neurological and vestibular impairments, guiding targeted rehabilitation strategies, monitoring recovery, and assisting with return-to-sport/work/learn decision-making.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,002 | 0,001 |
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 ».