Impairments of the ipsilesional upper-extremity in the first 6-months post-stroke
Notice bibliographique
Résumé
BACKGROUND: Ipsilesional motor impairments of the arm are common after stroke. Previous studies have suggested that severity of contralesional arm impairment and/or hemisphere of lesion may predict the severity of ipsilesional arm impairments. Historically, these impairments have been assessed using clinical scales, which are less sensitive than robot-based measures of sensorimotor performance. Therefore, the objective of this study was to characterize progression of ipsilesional arm motor impairments using a robot-based assessment of motor function over the first 6-months post-stroke and quantify their relationship to (1) contralesional arm impairment severity and (2) stroke-lesioned hemisphere. METHODS: A total of 106 participants with first-time, unilateral stroke completed a unilateral assessment of arm motor impairment (visually guided reaching task) using the Kinarm Exoskeleton. Participants completed the assessment along with a battery of clinical measures with both ipsilesional and contralesional arms at 1-, 6-, 12-, and 26-weeks post-stroke. RESULTS: Robotic assessment of arm motor function revealed a higher incidence of ipsilesional arm impairment than clinical measures immediately post-stroke. The incidence of ipsilesional arm impairments decreased from 47 to 14% across the study period. Kolmogorov-Smirnov tests revealed that ipsilesional arm impairment severity, as measured by our task, was not related to which hemisphere was lesioned. The severity of ipsilesional arm impairments was variable but displayed moderate significant relationships to contralesional arm impairment severity with some robot-based parameters. CONCLUSIONS: Ipsilesional arm impairments were variable. They displayed relationships of varying strength with contralesional impairments and were not well predicted by lesioned hemisphere. With standard clinical care, 86% of ipsilesional impairments recovered by 6-months post-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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».