The effect of uneven surfaces on inter-joint coordination during walking in children with cerebral palsy
Notice bibliographique
Résumé
Clinical gait analysis on uneven surfaces contributes to the ecological assessment of gait deviations of children with spastic cerebral palsy (CP). Walking on uneven surfaces requires specific motor strategies, which can be assessed by lower-limb kinematic and inter-joint coordination analyses. This study aimed to assess and compare kinematics and inter-joint coordination between children with CP and their typically developing (TD) peers when walking on even and two levels of uneven surfaces (medium and high). A total of 17 children with CP and 17 TD children (11.5 ± 3.5 and 10.4 ± 4.5 years old, respectively) were asked to complete 6-8 gait trials on a 4-m walkway of each surface (n = 3) in randomized blocks while fit with retro-reflective markers on their lower-limbs. Children with CP showed proximal gait adaptations (i.e., hip and knee) on uneven surfaces. Compared with the TD group, the CP group showed decreased hip extension during late stance (49-63%, d = 0.549, p < 0.001), and a more in-phase knee-hip coordination strategy during swing phase (75-84% of gait cycle, d = 1.035, p = 0.029 and 92-100%, d = 1.091, p = 0.030) when walking on an uneven (high), compared to even surface. This study provides a better understanding of kinematic strategies employed by children with spastic CP when facing typical daily life gait challenges. Further studies are needed to evaluate the benefits of integrating uneven surfaces in rehabilitation care.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».