MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390722065 · doi:10.1101/2024.01.04.24300722

Digital gait outcomes for ARSACS: discriminative, convergent and ecological validity in a multi-center study (PROSPAX)

2024· preprint· en· W4390722065 sur OpenAlexaffabout
Lukas Beichert, Winfried Ilg, Christoph Keßler, Andreas Traschütz, Selina Reich, Filippo M. Santorelli, A. Nazlı Başak, Cynthia Gagnon, Rebecca Schüle, Matthis Synofzik

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de Sherbrooke
Organismes subventionnairesMinistero della SaluteElse Kröner-Fresenius-StiftungServierEberhard Karls Universität TübingenIonis PharmaceuticalsDeutsche ForschungsgemeinschaftEli Lilly and Company
Mots-clésGaitPhysical medicine and rehabilitationDiscriminant validityConvergent validityMedicinePsychologyPhysical therapyPsychometricsClinical psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background With treatment trials on the horizon, this study aimed to identify candidate digital-motor gait outcomes for Autosomal Recessive Spastic Ataxia of Charlevoix-Saguenay (ARSACS), capturable by wearable sensors with multi-center validity, and ideally also ecological validity during free walking outside laboratory settings. Methods Cross-sectional multi-center study (4 centers), with gait assessments in 36 subjects (18 ARSACS patients; 18 controls) using three body-worn sensors (Opal, APDM) in laboratory settings and free walking in public space. Sensor gait measures were analyzed for discriminative validity from controls, and for convergent (i.e. clinical and patient-relevance) validity by correlations with SPRS mobility (primary outcome) and SARA, SPRS and FARS-ADL (exploratory outcomes). Results Of 30 hypothesis-based digital gait measures, 14 measures discriminated ARSACS patients from controls with large effect sizes (|Cliff’s δ| > 0.8) in laboratory settings, with strongest discrimination by measures of spatiotemporal variability Lateral Step Deviation (δ=0.98), SPcmp (δ=0.94) and Swing CV (δ=0.93). Large correlations with the SPRS mobility were observed for Swing CV (Spearman’s ρ = 0.84), Speed (ρ=-0.63) and Harmonic Ratio V (ρ=-0.62). During supervised free walking in public space, 11/30 gait measures discriminated ARSACS from controls with large effect sizes. Large correlations with SPRS mobility were here observed for Swing CV (ρ=0.78) and Speed (ρ=-0.69), without reductions in effect sizes compared to lab settings. Conclusion We identified a promising set of digital-motor candidate gait outcomes for ARSACS, applicable in multi-center settings, correlating with patient-relevant health aspects, and with high validity also outside lab settings, thus simulating real-life walking with higher ecological validity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,145
Tête enseignante GPT0,356
Écart entre enseignants0,211 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGenetic Neurodegenerative Diseases→Travaux en français237 207→