MétaCan
Menu
Retour à la cohorte
Enregistrement W4360981180 · doi:10.1016/j.jns.2023.120621

Digital health metrics reveal upper limb impairment profiles in ARSACS

2023· article· en· W4360981180 sur OpenAlexafffund
Christoph M. Kanzler, Isabelle Lessard, Roger Gassert, Bernard Brais, Cynthia Gagnon, Olivier Lambercy

Notice bibliographique

RevueJournal of the Neurological Sciences · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversité de SherbrookeMcGill UniversityMontreal Neurological Institute and HospitalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesCanadian Institutes of Health ResearchEidgenössische Technische Hochschule ZürichMuscular Dystrophy CanadaSingapore-ETH CentreNational Research Foundation SingaporeNational Research Foundation
Mots-clésPhysical medicine and rehabilitationKinematicsPopulationMotor controlUpper limbHand strengthPsychologyMedicinePhysical therapyNeuroscienceGrip strength

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Adults with autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS) often present with reduced upper limb coordination affecting their independence in daily life. Previous studies in ARSACS identified reduced performance in clinical assessments requiring fine and gross dexterity as well as prehension. However, the kinematic and kinetic aspects underlying reduced upper limb coordination in ARSACS have not been systematically investigated yet. In this work, we aimed to provide a detailed characterization of alterations in upper limb movement patterns and hand grip forces in 57 participants with ARSACS. METHODS: We relied on a goal-directed technology-aided assessment task, which provides eight previously validated digital health metrics describing movement efficiency, smoothness, speed, and grip force control. RESULTS: First, we observed that 98.3% of the participants were impaired in at least one of the metrics, that all metrics are significantly impaired on a population level, and that grip force control during precise manipulations is most commonly and strongly impaired. Second, we identified high inter-participant variability in the kinematic and kinetic impairment profiles, thereby capturing different clinical profiles subjectively observed in this population. Lastly, abnormal goal-directed task performance in ARSACS could be best explained by reduced movement speed, efficiency, and especially force control during precise manipulations, while abnormal movement smoothness did not have a significant effect. INTERPRETATION: This work helped to refine the clinical profile of ARSACS and highlights the need for characterizing individual kinematic and kinetic impairment profiles in clinical trials in ARSACS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,066
Tête enseignante GPT0,320
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of the Neurological SciencesMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207