Evolution of postural control assessment: From dynamic posturography to virtual reality
Notice bibliographique
Résumé
During the early years of spaceflight it was documented that astronauts were impaired and incapacitated upon return to earth. Computerized Dynamic Posturography (CDP) was devised to investigate and quantify this deficit, and eventually progressed into a clinical assessment tool. The current sprouting of virtual reality (VR) technologies has allowed for the development of an alternative approach that could be more informative. Many low-cost VR systems (including desktop gaming programs designed for rehabilitation) are now available. Continued improvements in this technology indicate a high probability that VR will become an integral component of posturography by replacing present mechanical CDP techniques. We researched the relevant literature to evaluate the strengths and weaknesses of CDP using the Equitest (Neurocom International; Clackamas USA), and the added benefits of incorporating VR to help clinicians assess the complex task of balance maintenance. VR is capable of manipulating task and environmental demands in order to assess functional postural behavior. VR is also a useful tool for clinical testing of postural disorders resulting from sensory mismatch. Although posturography is still a useful clinical tool, VR provides an inherent conflict between the visual and vestibular senses and can elevate the effectiveness of CDP for both assessment and intervention. We conclude that, when initially developed, CDP was innovative and ahead of its time. However, with the advent of VR, we have a chance to modernize CDP and enhance its value as a clinical instrument.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| 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 ».