Clinical, Neuroimaging and Robotic Measures Predict Long-Term Proprioceptive Impairments following Stroke
Notice bibliographique
Résumé
Proprioceptive impairments occur in ~50% of stroke survivors, with 20-40% still impaired six months post-stroke. Early identification of those likely to have persistent impairments is key to personalizing rehabilitation strategies and reducing long-term proprioceptive impairments. In this study, clinical, neuroimaging and robotic measures were used to predict proprioceptive impairments at six months post-stroke on a robotic assessment of proprioception. Clinical assessments, neuroimaging, and a robotic arm position matching (APM) task were performed for 133 stroke participants two weeks post-stroke (12.4 ± 8.4 days). The APM task was also performed six months post-stroke (191.2 ± 18.0 days). Robotics allow more precise measurements of proprioception than clinical assessments. Consequently, an overall APM Task Score was used as ground truth to classify proprioceptive impairments at six months post-stroke. Other APM performance parameters from the two-week assessment were used as predictive features. Clinical assessments included the Thumb Localisation Test (TLT), Behavioural Inattention Test (BIT), Functional Independence Measure (FIM) and demographic information (age, sex and affected arm). Logistic regression classifiers were trained to predict proprioceptive impairments at six months post-stroke using data collected two weeks post-stroke. Models containing robotic features, either alone or in conjunction with clinical and neuroimaging features, had a greater area under the curve (AUC) and lower Akaike Information Criterion (AIC) than models which only contained clinical or neuroimaging features. All models performed similarly with regard to accuracy and F1-score (>70% accuracy). Robotic features were also among the most important when all features were combined into a single model. Predicting long-term proprioceptive impairments, using data collected as early as two weeks post-stroke, is feasible. Identifying those at risk of long-term impairments is an important step towards improving proprioceptive rehabilitation after a stroke.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».