Haptic-Enabled Hand Rehabilitation in Stroke Patients: A Scoping Review
Notice bibliographique
Résumé
There is a plethora of technology-assisted interventions for hand therapy, however, less is known about the effectiveness of these interventions. This scoping review aims to explore studies about technology-assisted interventions targeting hand rehabilitation to identify the most effective interventions. It is expected that multifaceted interventions targeting hand rehabilitation are more efficient therapeutic approaches than mono-interventions. The scoping review will aim to map the existing haptic-enabled interventions for upper limb rehabilitation and investigates their effects on motor and functional recovery in patients with stroke. The methodology used in this review is based on the Arksey and O’Malley framework, which includes the following stages: identifying the research question, identifying relevant studies, study selection, charting the data, and collating, summarizing, and reporting the results. Results show that using three or four different technologies was more positive than using two technologies (one technology + haptics). In particular, when standardized as a percentage of outcomes, the combination of three technologies showed better results than the combination of haptics with one technology or with three other technologies. To conclude, this study portrayed haptic-enabled rehabilitation approaches that could help therapists decide which technology-enabled hand therapy approach is best suited to their needs. Those seeking to undertake research and development anticipate further opportunities to develop haptic-enabled hand telerehabilitation platforms.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».