Evaluating a Computer Vision-Based Rehabilitation Program for Osteosarcoma Patients: Randomized Controlled Trial (Preprint)
Notice bibliographique
Résumé
UNSTRUCTURED Abstract Background: Osteosarcoma can affect the function of the lower limbs when found in the distal femur and proximal tibia. Following total knee arthroplasty, patient may exhibit instability, limited range of motion, difficulty walking, reduced ability to bear weight, joint pain, joint dysfunction, and a decrease in daily life performance. This study aims to evaluate the efficacy of a computer vision-based intelligent rehabilitation program to manage patients post-operatively. Method: 96 patients with osteosarcoma requiring knee arthroplasty were recruited. Patients were randomized into either the intelligent rehabilitation group (IRG) or natural rehabilitation group (NRG) with an equal distribution. The main endpoints included the range of motion (ROM) of the knee joint and Knee injury and Osteoarthritis Outcome Score (KOOS). Secondary outcomes include 6-minute walk test (6MWT), Timed Up and Go test (TUG), the Toronto Extremity Salvage Score (TESS), SF-36 Scale Role Limitations due to Emotional Problems (RE), and Mental Health (MH) at three months and six months post-operatively. Results: In a 6-month study periodl, participants successfully concluded the trial.The IRG showed significant improvement in ROM (p=0.015), KOOS, 6-minute walk test (6MWT) (p=0.037), Timed Up and Go (TUG) test (p=0.041), Treatment Effectiveness and Satisfaction Survey (TESS) score (p=0.039), SF-36 Role Limitations due to Emotional Problems (RE) score (p<0.001) , and SF-36 Mental Health (MH) score (p<0.001) . Conclusion: This study provided evidence that the participants in the IRG showed considerable enhancements in joint function relative to the NRG. These findings confirmed the effectiveness of the computer vision-based intelligent rehabilitation in the post-surgery recovery of knee arthroplasty in osteosarcoma.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».