Benefits of a Wearable Cyborg HAL (Hybrid Assistive Limb) in Patients with Childhood-Onset Motor Disabilities: A 1-Year Follow-Up Study
Notice bibliographique
Résumé
Rehabilitation robots have shown promise in improving the gait of children with childhood-onset motor disabilities. This study aimed to investigate the long-term benefits of training using a wearable Hybrid Assistive Limb (HAL) in these patients. Training using a HAL was performed for 20 min a day, two to four times a week, over four weeks (12 sessions in total). The Gross Motor Function Measure (GMFM) was the primary outcome measure, and the secondary outcome measures were gait speed, step length, cadence, 6-min walking distance (6MD), Pediatric Evaluation of Disability Inventory, and Canadian Occupational Performance Measure (COPM). Patients underwent assessments before the intervention, immediately after the intervention, and at 1-, 2-, 3-month and 1-year follow-ups. Nine participants (five males, four females; mean age: 18.9 years) with cerebral palsy (n = 7), critical illness polyneuropathy (n = 1), and encephalitis (n = 1) were enrolled. After training using HAL, GMFM, gait speed, cadence, 6MD, and COPM significantly improved (all p < 0.05). Improvements in GMFM were maintained one year after the intervention (p < 0.001) and in self-selected gait speed and 6MD three months after the intervention (p < 0.05). Training using HAL may be safe and feasible for childhood-onset motor disabilities and may maintain long-term improvements in motor function and walking ability.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».