Feasibility of Overground Gait Training Using a Joint-Torque-Assisting Wearable Exoskeletal Robot in Children with Static Brain Injury
Notice bibliographique
Résumé
Pediatric gait disorders are often chronic and accompanied by various complications, which challenge rehabilitation efforts. Here, we retrospectively analyzed the feasibility of overground robot-assisted gait training (RAGT) using a joint-torque-assisting wearable exoskeletal robot. In this study, 17 children with spastic cerebral palsy, cerebellar ataxia, and chronic traumatic brain injury received RAGT sessions. The Gross Motor Function Measure (GMFM), 6-min walk test (6 MWT), and 10-m walk test (10 MWT) were performed before and after intervention. The oxygen rate difference between resting and training was performed to evaluate the intensity of training in randomly selected sessions, while the Quebec User Evaluation of Satisfaction with assistive Technology 2.0 assessment was performed to evaluate its acceptability. A total of four of five items in the GMFM, gait speed on the 10 MWT, and total distance on the 6 MWT showed statistically significant improvement (p < 0.05). The oxygen rate was significantly higher during the training versus resting state. Altogether, six out of eight domains showed satisfaction scores more than four out of five points. In conclusion, overground training using a joint-torque-assisting wearable exoskeletal robot showed improvement in gross motor and gait functions after the intervention, induced intensive gait training, and achieved high satisfaction scores in children with static brain injury.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».