Usability of mechanical assistive technologies for performing activities involving the upper extremities in individuals with impairments: a systematic review
Notice bibliographique
Résumé
Purpose To conduct a systematic review on the impacts of using mechanical assistive devices on function, performance in activities and participation of persons with upper extremity impairments, and to synthesize the strengths and limitations of these devices.Method Three independent reviewers conducted systematic searches of articles published between 2003 and 2023 in Compendex, Inspec, Embase, PubMed/Medline, IEEE Xplore, and Web of Science, as well as manual searches on the RESNA website for conference papers over the same period. The methodological quality of articles was appraised using the QualSyst tool.Results From the 34 retained studies, 28 mechanical devices were identified and classified into two categories: (1) mobile arm supports (MASs) designed to perform multiple activities, and (2) devices used to assist with a specific activity of daily living (ADL). Overall, MASs helped users to perform manual activities in elevation and/or against gravity. Specific ADL devices allowed users to perform unique activities requiring fine motor skills such as opening a medicine container. Some of these devices have advantages like portability, adaptability, low cost, and ease of use. Limitations most often reported included interference or mobility restraints.Conclusion This review synthesizes the impacts of mechanical devices on the three domains of the International Classification of Functioning, Disability and Health (ICF) for individuals with upper extremity impairments. Impacts regarding function and performance in activities were more often measured than participation. Future studies should include outcomes related to participation, as taking this aspect into account might favor successful continued use of assistive devices.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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) | 0,000 | 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 tête enseignante, 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 ».