Development of a Portable Upper Limb Muscle Dynamometer for Assessment of Neuromuscular Injury Patients
Notice bibliographique
Résumé
Introduction Patient recovery from neuromuscular injuries that cause upper limb dysfunction is commonly assessed via manual methods. Manual muscle testing is subjective, time consuming and requires extensive training. Existing dynamometers are more objective, but they are prohibitively expensive and impractically large, making them inaccessible to most clinics and patients with disabilities. Our aim is to develop a table-top upper limb muscle dynamometer that provides standard positioning, ease of use and portability while giving clinicians consistent and reliable quantitative data on a patient’s isotonic and isometric muscle power and strength, respectively. Methods The device consists of a lever arm, a brushless DC motor, a load sensor and an ergonomic cuff. It outputs analog data via standard BNC connectors. The device can be intuitively controlled by the operator to test various upper limb joints and motions. Isometric measurement repeatability was assessed by recording the maximal voluntary contractions of 18 healthy participants over three trials. Results The repeatability across 3 trials was 2.70±2.27 Nm (95th percentile: 6.74 Nm) for elbow flexion, and 2.83±2.13 Nm (95th percentile: 5.65 Nm) for elbow extension. Conclusions The dynamometer demonstrates a marked improvement in repeatability relative to manual muscle testing. Its small footprint and low cost can make it an easily accessible, standardized testing tool that requires little training to use. Future research and development will focus on using field-oriented control to measure isotonic muscle power in addition to isometric strength.
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 | 0,001 |
| 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) | 0,000 | 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 ».