MétaCan
Menu
Retour à la cohorte
Enregistrement W4294218300 · doi:10.1515/cdbme-2022-1054

Clinical utility of gait stability measures: Selection and preliminary evaluation of the margin of stability

2022· article· en· W4294218300 sur OpenAlexaff
Jeremy C. Hall, Brad Roberts, Hosein Bahari, Juan Forero, Hossein Rouhani, Jacqueline S. Hebert, Albert H. Vette

Notice bibliographique

RevueCurrent Directions in Biomedical Engineering · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGaitPhysical medicine and rehabilitationHeelMargin (machine learning)Gait analysisPhysical therapyMedicineGround reaction forceComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: gait-related falls account for most falls in the elderly. The identification of individuals at risk of falling due to unstable gait requires clinically feasible measures that can detect impairments in gait. Our obiective was to : (1) assess the feasibility for clinical implementation of existing gait stability measures and selected measures to detect gait impairments. Methods: Nine measures were assessed for clinical feasibility, with only the margin of stability(MOS) being selected for evaluation. Ground reactions and motion of the lower body were recorded in fifteen non-disabled and three disabled participants during treadmil walking. Media-lateral MOS was calculated and compared between the non-disabled and disabled participants to evaluate its ability to detect gait impairments. Results: MOS values at heel strike(HS) and at the point between HS and contralateral toe-off with minimum MOS deviated between participants with lower limb impaiments and non-disabled participants. Conclusion: MOS at HS demonstrated the greatest potential to assess fall risk. Additional work is required before MOS can be recommanded for clinical use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,345
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Directions in Biomedical EngineeringMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207