MétaCan
Menu
Retour à la cohorte
Enregistrement W4289731127 · doi:10.3389/fninf.2022.878279

A standardized accelerometry method for characterizing tremor: Application and validation in an ageing population with postural and action tremor

2022· article· en· W4289731127 sur OpenAlexafffund
Etienne Gauthier-Lafrenière, Meshal Aljassar, Vladimir V. Rymar, John Milton, Abbas F. Sadikot

Notice bibliographique

RevueFrontiers in Neuroinformatics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchWeston Brain Institute
Mots-clésAccelerometerPhysical medicine and rehabilitationAction (physics)Computer scienceMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Background: Ordinal scales based on qualitative observation are the mainstay in the clinical assessment of tremor, but are limited by inter-rater reliability, measurement precision, range, and ceiling effects. Quantitative tremor evaluation is well-developed in research, but clinical application has lagged, in part due to cumbersome mathematical application and lack of established standards. Objectives: To develop a novel method for evaluating tremor that integrates a standardized clinical exam, wrist-watch accelerometers, and a software framework for data analysis that does not require advanced mathematical or computing skills. The utility of the method was tested in a sequential cohort of patients with predominant postural and action tremor presenting to a specialized surgical clinic with the presumptive diagnosis of Essential Tremor (ET). Methods: Wristwatch accelerometry was integrated with a standardized clinical exam. A MATLAB application was developed for automated data analysis and graphical representation of tremor. Measures from the power spectrum of acceleration of tremor in different upper limb postures were derived in 25 consecutive patients. The linear results from accelerometry were correlated with the commonly used non-linear Clinical Rating Scale for Tremor (CRST). Results: The acceleration power spectrum was reliably produced in all consecutive patients. Tremor frequency was stable in different postures and across patients. Both total and peak power of acceleration during postural conditions correlated well with the CRST. The standardized clinical examination with integrated accelerometry measures was therefore effective at characterizing tremor in a population with predominant postural and action tremor. The protocol is also illustrated on repeated measures in an ET patient who underwent Magnetic Resonance-Guided Focused Ultrasound thalamotomy. Conclusion: Quantitative assessment of tremor as a continuous variable using wristwatch accelerometry is readily applicable as a clinical tool when integrated with a standardized clinical exam and a user-friendly software framework for analysis. The method is validated for patients with predominant postural and action tremor, and can be adopted for characterizing tremor of different etiologies with dissemination in a wide variety of clinical and research contexts in ageing populations.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,312
Écart entre enseignants0,285 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroinformaticsMême sujetNeurological disorders and treatmentsTravaux en français237 207