MétaCan
Menu
Retour à la cohorte
Enregistrement W3215564289 · doi:10.3390/jcm10225356

Invasive and Non-Invasive Approaches of Electrical Stimulation to Improve Physical Functioning after Spinal Cord Injury

2021· review· en· W3215564289 sur OpenAlexaff
David R. Dolbow, Ashraf S. Gorgey, Tommy W. Sutor, Vanesa Bochkezanian, Kristin E. Musselman

Notice bibliographique

RevueJournal of Clinical Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineNeuromodulationStimulationFunctional electrical stimulationSpinal cord injuryPhysical medicine and rehabilitationActivities of daily livingSpinal cord stimulationSpinal cordPhysical therapyNeuroscienceInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

This review of literature provides the latest evidence involving invasive and non-invasive uses of electrical stimulation therapies that assist in restoring functional abilities and the enhancement of quality of life in those with spinal cord injuries. The review includes neuromuscular electrical stimulation and functional electrical stimulation activities that promote improved body composition changes and increased muscular strength, which have been shown to improve abilities in activities of daily living. Recommendations for optimizing electrical stimulation parameters are also reported. Electrical stimulation is also used to enhance the skills of reaching, grasping, standing, and walking, among other activities of daily living. Additionally, we report on the use of invasive and non-invasive neuromodulation techniques targeting improved mobility, including standing, postural control, and assisted walking. We attempt to summarize the effects of epidural stimulation on cardiovascular performance and provide a mechanistic explanation to the current research findings. Future trends such as the combination of epidural stimulation and exoskeletal-assisted walking are also 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 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,252
Tête enseignante GPT0,524
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetSpinal Cord Injury ResearchTravaux en français237 207