Feasibility of using low-cost markerless motion capture for assessing functional outcomes after lower extremity musculoskeletal cancer surgery
Notice bibliographique
Résumé
BACKGROUND: Physical limitations are frequent and debilitating after sarcoma treatment. Markerless motion capture (MMC) could measure these limitations. Historically expensive cumbersome systems have posed barriers to clinical translation. RESEARCH QUESTION: Can inexpensive MMC [using Microsoft KinectTM] assess functional outcomes after sarcoma surgery, discriminate between tumour sub-groups and agree with existing assessments? METHODS: Walking, unilateral stance and kneeling were measured in a cross-sectional study of patients with lower extremity sarcomas using MMC and standard video. Summary measures of temporal, balance, gait and movement velocity were derived. Feasibility and early indicators of validity of MMC were explored by comparing MMC measures i) between tumour sub-groups; ii) against video and iii) with established sarcoma tools [Toronto Extremity Salvage Score (TESS)), Musculoskeletal Tumour Rating System (MSTS), Quality of life-cancer survivors (QoL-CS)]. Statistical analysis was conducted using SPSS v19. Tumour sub-groups were compared using Mann-Whitney U tests, MMC was compared to existing sarcoma measures using correlations and with video using Intraclass correlation coefficient agreement. RESULTS: Thirty-four adults of mean age 43 (minimum value-maximum value 19-89) years with musculoskeletal tumours in the femur (19), pelvis/hip (3), tibia (9), or ankle/foot (3) participated; 27 had limb sparing surgery and 7 amputation. MMC was well-tolerated and feasible to deliver. MMC discriminated between surgery groups for balance (p<0.05*), agreed with video for kneeling times [ICC = 0.742; p = 0.001*] and showed moderate relationships between MSTS and gait (p = 0.022*, r = -0.416); TESS and temporal outcomes (p = 0.016* and r = -0.0557*), movement velocity (p = 0.021*, r = -0.541); QoL-CS and balance (p = 0.027*, r = 0.441) [* = statistical significance]. As MMC uncovered important relationships between outcomes, it gave an insight into how functional impairments, balance, gait, disabilities and quality of life (QoL) are associated with each other. This gives an insight into mechanisms of poor outcomes, producing clinically useful data i.e. data which can inform clinical practice and guide the delivery of targeted rehabilitation. For example, patients presenting with poor balance in various activities can be prescribed with balance rehabilitation and those with difficulty in movements or activity transitions can be managed with exercises and training to improve the quality and efficiency of the movement. SIGNIFICANCE: In this first study world-wide, investigating the use of MMC after sarcoma surgery, MMC was found to be acceptable and feasible to assess functional outcomes in this cancer population. MMC demonstrated early indicators of validity and also provided new knowledge that functional impairments are related to balance during unilateral stance and kneeling, gait and movement velocity during kneeling and these outcomes in turn are related to disabilities and QoL. This highlighted important relationships between different functional outcomes and QoL, providing valuable information for delivering personalised rehabilitation. After completing future validation work in a larger study, this approach can offer promise in clinical settings. Low-cost MMC shows promise in assessing patient's impairments in the hospitals or their homes and guiding clinical management and targeted rehabilitation based on novel MMC outcomes affected, therefore providing an opportunity for delivering personalised exercise programmes and physiotherapy care delivery for this rare cancer.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».