The Effects of Home Automation on Personal and Social Autonomies in Spinal Cord Injury Patients: A Pilot Study
Notice bibliographique
Résumé
Background: Spinal cord injury (SCI) is a severe and progressive neurological condition caused by trauma to the nervous system, resulting in lifelong disability and severe comorbidities. This condition imposes serious limitations on everyday life, interfering with patients’ social lives and compromising their quality of life, psychological well-being, and daily living activities. Rehabilitation is essential to helping SCI patients gain more independence in their daily routines. Home automation (HA) systems provide personalized support to users, allowing them to manage various aspects of their living environment, promoting independence and well-being. This study aims to demonstrate the efficacy of an HA system in enhancing personal and social autonomies in SCI patients, resulting in improved cognitive function and reduced anxiety–depressive symptoms compared to traditional training. Methods: We enrolled 50 SCI patients undergoing neurorehabilitation at IRCCS Centro Neurolesi (Messina, Italy). These patients were randomly assigned to one of two groups: a control group (CG) and an experimental group (EG). The CG received traditional training, while the EG underwent HA training. We evaluated the patients before (T0) and after (T1) rehabilitation using various scales, including the Montreal Cognitive Assessment (MoCA), the Beck Depression Inventory (BDI), the Hamilton Rating Scale for Anxiety (HRS-A), the 12-Item Short-Form Survey (SF-12), the Functional Independence Measure (FIM), Activities of Daily Living (ADL), Instrumental Activities of Daily Living Scale (IADL), and the EQ-5D-5L. Results: The effect of the experimental treatment showed an improvement in all patients test scores in the EG, especially regarding cognitive functions, mood disorders, activities of daily living, and quality of life. Conclusion: Our findings suggest that HA may be effective in improving daily autonomy and, in turn, alleviating mood disorders and enhancing psychological well-being.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».