Training intensity of robot‐assisted gait training in children with cerebral palsy
Notice bibliographique
Résumé
AIM: We compared three different intensities of robot-assisted gait training (RAGT) for achieving favourable outcomes in children with cerebral palsy (CP). METHOD: This study was conducted using a randomized controlled, single-blind design. Thirty children (19 males and 11 females; mean age 6 years 1 month, SD 2 years) with CP classified in Gross Motor Function Classification System levels II and III were assigned to three different RAGT intensity groups: high-intensity (fastest walking speed and lowest body weight support [BWS]), low-intensity (slowest speed and highest BWS), and comfortable intensity (intermediate speed and intermediate BWS). The RAGT intervention was performed three times a week for 6 weeks. Outcome measures included the 88-item Gross Motor Function Measure, stability index, spatiotemporal parameters of gait analysis, paediatric functional independence measure, and the Canadian Occupational Performance Measure. RESULTS: The 88-item Gross Motor Function Measure was significantly improved after training in the high-intensity (D Δ8.3 ± 15.6; E Δ3.8 ± 4.1) and comfortable intensity (D Δ2.9 ± 3.1; E Δ1.2 ± 2.0) groups, whereas gait speed was improved in the comfortable intensity group, without statistically significant group differences. Only the low-intensity group showed improvement on the stability index (Δ -0.6 ± 0.9, p = 0.05). Everyday functional performance significantly improved in all three groups, with the comfortable intensity group showing the greatest improvement. INTERPRETATION: Different training intensities produced improvement in different areas; individualized RAGT intensity adjustment is therefore needed based on the rehabilitation goal.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».