Psychometric Properties of a New Measure of Upper Limb Performance in Post-Stroke Individuals: Trunk-Based Index of Performance
Notice bibliographique
Résumé
Background Several measures of upper limb (UL) motor tasks have been developed to characterize recovery. However, UL performance and movement quality measures in isolation may not provide a true profile of functional recovery. Objective To investigate the measurement properties of a new trunk-based Index of Performance (IPt) of the UL combining endpoint performance (accuracy and speed) and movement quality (trunk displacement) in stroke. Methods Participants with stroke (n = 25, mean time since stroke: 18.7 ± 17.2 months) performed a reaching task over 3 evaluation sessions. The IPt was computed based on Fitts’ Law that incorporated endpoint accuracy and speed corrected by the amount of trunk displacement. Test–retest reliability was analyzed using intraclass correlation coefficient (ICC) and Bland–Altman plots. Standard error of measurement (SEM) and Minimal Detectable Change (MDC) were determined. Validity was investigated through the relationship between IPt, Fugl–Meyer Assessment (FMA-UE), and Action Research Arm Test (ARAT), as well as the ability of IPt to distinguish between levels of UL motor impairment severity. Results Test–retest reliability was excellent (ICC = .908, 95% CI: 0.807-0.96). Bland–Altman did not show systematic differences. SEM and MDC 95 were 14% and 39%, respectively. Construct validity was satisfactory. The IPt showed low-to-moderate relationships with FMA-UE ( R 2 ranged from .236 to .428) and ARAT ( R 2 ranged from .277 to .306). IPt scores distinguished between different levels of UL severity. Conclusions The IPt showed evidence of good reliability, and initial validity. The IPt may be a promising tool for research and clinical settings. Further research is warranted to investigate its validity with additional comparator instruments.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».