Clinical Walking Tests and Gait Pattern Characterization During 6-Minute Walk Test Using Inertial Sensors: Follow-Up in Individuals With Lower Limb Amputation
Notice bibliographique
Résumé
Inertial measurement units and normative values enable clinicians to quantify clinical walking tests and set rehabilitation goals. Objectives of this study were (1) to compare time- and distance-based walking tests in individuals with lower limb amputation (iLLA) and normative values following rehabilitation discharge (T1) and 6 weeks after discharge (T2) and (2) to investigate spatiotemporal and foot kinematic parameters over a 6-minute walk test using inertial measurement units. Twelve iLLA participated in this study. Distance, cadence, stance ratio, loading rate ratio, push-up ratio, path length, and minimum toe clearance were analyzed during 6-minute walk test. Nonparametric repeated-measures analysis of variance tests, Bonferroni corrections, were performed. Time of distance-based walking tests diminished at T2 (P < .02). Compared with normative values, walking performance in iLLA was reduced. Cadence at T2 increased significantly (P = .026). Stance ratio increased in both legs at T2 (P < .05). Push-up ratio tended to decrease at T2 in the amputated leg (P = .0003). Variability of path length and minimum toe clearance at T2 were less than at T1 in the nonamputated leg (P < .05). Spatiotemporal improvement at T2 could be due to prosthesis adaptation in iLLA. The lower performance of the functional walk test compared with normative values could be due to amputation and pain-related fatigue.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».