Wrist Movement Variability Assessment in Individuals with Parkinson’s Disease
Notice bibliographique
Résumé
(1) Background: Parkinson’s disease (PD) is a neurodegenerative disorder represented by the progressive loss of dopamine-producing neurons, it decreases the individual’s motor functions and affects the execution of movements. There is a real need to include quantitative techniques and reliable methods to assess the evolution of PD. (2) Methods: This cross-sectional study assessed the variability of wrist RUD (radial and ulnar deviation) and FE (flexion and extension) movements measured by two pairs of capacitive sensors (PS25454 EPIC). The hypothesis was that PD patients have less variability in wrist movement execution than healthy individuals. The data was collected from 29 participants (age: 62.13 ± 9.7) with PD and 29 healthy individuals (60.70 ± 8). Subjects performed the experimental tasks at normal and fast speeds. Six features that captured the amplitude of the hand movements around two axes were estimated from the collected signals. (3) Results: The movement variability was greater for healthy individuals than for PD patients (p < 0.05). (4) Conclusion: The low variability seen in the PD group may indicate they execute wrist RUD and FE in a more restricted way. The variability analysis proposed here could be used as an indicator of patient progress in therapeutic programs and required changes in medication dosage.
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 | 0,001 | 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) | 0,001 | 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 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 ».