Effect of Robotic-Assisted Gait at Different Levels of Guidance and Body Weight Support on Lower Limb Joint Kinematics and Coordination
Notice bibliographique
Résumé
The Lokomat provides task-oriented therapy for patients with gait disorders. This robotic technology drives the lower limbs in the sagittal plane. However, normative gait also involves motions in the coronal and transverse planes. This study aimed to compare the Lokomat with Treadmill gait through three-dimensional (3D)-joint kinematics and inter-joint coordination. Lower limb kinematics was recorded in 18 healthy participants who walked at 3 km/h on a Treadmill or in a Lokomat with nine combinations of Guidance (30%, 50%, 70%) and bodyweight support (30%, 50%, 70%). Compared to the Treadmill, the Lokomat altered pelvic rotation, decreased pelvis obliquity and hip adduction, and increased ankle rotation. Moreover, the Lokomat resulted in significantly slower velocity at the hip, knee, and ankle flexion compared to the treadmill condition. Moderate to strong correlations were observed between the Treadmill and Lokomat conditions in terms of inter-joint coordination between hip-knee (r = 0.67-0.91), hip-ankle (r = 0.66-0.85), and knee-ankle (r = 0.90-0.95). This study showed that some gait determinants, such as pelvis obliquity, rotation, and hip adduction, are altered when walking with Lokomat in comparison to a Treadmill. Kinematic deviations induced by the Lokomat were most prominent at high levels of bodyweight support. Interestingly, different levels of Guidance did not affect gait kinematics. The present results can help therapists to adequately select settings during Lokomat therapy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».