A gaming system with haptic feedback to improve upper extremity function: A prospective case series
Notice bibliographique
Résumé
BACKGROUND: Video games can be used to motivate repetitive movements in paediatric rehabilitation. Most upper limb videogaming therapies do not however include haptic feedback which can limit their impact. OBJECTIVE: To explore the effectiveness of interactive computer play with haptic feedback for improving arm function in children with cerebral palsy (CP). METHODS: Eleven children with hemiplegic CP attended 12 therapist-guided sessions in which they used a gaming station composed of the Novint Falcon, custom-built handles, physical supports for the child’s arm, games, and an application to manage and calibrate therapeutic settings. Outcome measures included Quality of Upper Extremity Skills Test (QUEST) and Canadian Occupational Performance Measure (COPM). The study protocol is registered on clinicaltrials.gov (NCT04298411). RESULTS: Participants completed a mean of 3858 wrist extensions and 6665 elbow/shoulder movements during the therapist-guided sessions. Clinically important improvements were observed on the dissociated and grasp dimensions on the QUEST and the performance and satisfaction scales of the COPM (all p < 0.05). CONCLUSION: This study suggests that computer play with haptic feedback could be a useful and playful option to help improve the hand/arm capacities of children with CP and warrants further study. The opportunities and challenges of using low-cost, mainstream gaming software and hardware for therapeutic applications are discussed.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».