MétaCan
Menu
Retour à la cohorte
Enregistrement W4383652731 · doi:10.1186/s12938-023-01133-8

Home-based upper limb stroke rehabilitation mechatronics: challenges and opportunities

2023· review· en· W4383652731 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBioMedical Engineering OnLine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaQueen's University
Mots-clésRehabilitationMechatronicsStroke (engine)Physical medicine and rehabilitationTask (project management)RobotMedicineElbowTelemedicineComputer scienceHuman–computer interactionPhysical therapyEngineeringArtificial intelligenceSurgeryMechanical engineeringSystems engineeringHealth care

Résumé

récupéré en direct d'OpenAlex

Interest in home-based stroke rehabilitation mechatronics, which includes both robots and sensor mechanisms, has increased over the past 12 years. The COVID-19 pandemic has exacerbated the existing lack of access to rehabilitation for stroke survivors post-discharge. Home-based stroke rehabilitation devices could improve access to rehabilitation for stroke survivors, but the home environment presents unique challenges compared to clinics. The present study undertakes a scoping review of designs for at-home upper limb stroke rehabilitation mechatronic devices to identify important design principles and areas for improvement. Online databases were used to identify papers published 2010-2021 describing novel rehabilitation device designs, from which 59 publications were selected describing 38 unique designs. The devices were categorized and listed according to their target anatomy, possible therapy tasks, structure, and features. Twenty-two devices targeted proximal (shoulder and elbow) anatomy, 13 targeted distal (wrist and hand) anatomy, and three targeted the whole arm and hand. Devices with a greater number of actuators in the design were more expensive, with a small number of devices using a mix of actuated and unactuated degrees of freedom to target more complex anatomy while reducing the cost. Twenty-six of the device designs did not specify their target users' function or impairment, nor did they specify a target therapy activity, task, or exercise. Twenty-three of the devices were capable of reaching tasks, 6 of which included grasping capabilities. Compliant structures were the most common approach of including safety features in the design. Only three devices were designed to detect compensation, or undesirable posture, during therapy activities. Six of the 38 device designs mention consulting stakeholders during the design process, only two of which consulted patients specifically. Without stakeholder involvement, these designs risk being disconnected from user needs and rehabilitation best practices. Devices that combine actuated and unactuated degrees of freedom allow a greater variety and complexity of tasks while not significantly increasing their cost. Future home-based upper limb stroke rehabilitation mechatronic designs should provide information on patient posture during task execution, design with specific patient capabilities and needs in mind, and clearly link the features of the design to users' needs.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,329
Écart entre enseignants0,246 · 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