MétaCan
Menu
Retour à la cohorte
Enregistrement W3155093741 · doi:10.15453/2168-6408.1762

Home Use of an Upper Extremity Exoskeleton in Children with SMA: A Pilot Study

2021· article· en· W3155093741 sur OpenAlexaboutno aff
Tracy M. Shank, Tariq Rahman

Notice bibliographique

RevueThe Open Journal of Occupational Therapy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSMA*Physical medicine and rehabilitationMedicinePowered exoskeletonCohortPhysical therapyActivities of daily livingExoskeletonRange of motionAssistive technologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background: People with spinal muscular atrophy (SMA) often have arm weakness resulting in restricted independence and challenges with activities of daily living. An upper extremity (UE) orthosis, the Wilmington Robotic Exoskeleton (WREX), which augments arm movement by providing gravity assistance, was provided to a small cohort of subjects for 1 year. Resulting changes in the subjects’ performance were assessed. Method: Five subjects with SMA were asked to use the WREX system for 1 year. Data were collected at baseline and at 6-month intervals. Evaluation tools used were UE range of motion (ROM), the Box and Block Test, the Canadian Occupational Performance Measure (COPM), and the reachable surface area (RSA) using a Microsoft Kinect Sensor. Results: There were no significant changes in UE ROM without the device over time and no significant changes in dexterity after long-term use of the WREX. There were clinically meaningful changes in active ROM while wearing the device compared to without it and clinically meaningful changes in performance and satisfaction while wearing the device. The RSA software did not yield usable results for this population. Conclusion: Wearing bilateral WREX devices resulted in immediate improvements in ROM and function; however, the subjects experienced several barriers, which prevented consistent long-term use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,406
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Open Journal of Occupational TherapyMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207