Feasibility of At-Home Hand Arm Bimanual Intensive Training in Virtual Reality: Case Study
Notice bibliographique
Résumé
This single-participant case study examines the feasibility of using custom virtual reality (VR) gaming software in the home environment for low-dose Hand Arm Bimanual Intensive Training (HABIT). A 10-year-old with right unilateral cerebral palsy participated in this trial. Fine and gross motor skills as well as personal goals for motor outcomes were assessed before and after the intervention using the Box and Blocks Test, Nine-Hole Peg Test, and Canadian Occupational Performance Measure. Movement intensities collected via the VR hardware accelerometers, VR game scores, and task accuracy were recorded via the HABIT-VR software as indices of motor performance. The child and family were instructed to use the HABIT-VR games twice daily for 30 minutes over a 14-day period and asked to record when they used the system. The child used the system and completed the 14-hour, low-dose HABIT-VR intervention across 22 days. There was no change in Box and Blocks Test and Nine-Hole Peg Test scores before and after the intervention. Canadian Occupational Performance Measure scores increased but did not reach the clinically relevant threshold, due to high scores at baseline. Changes in motor task intensities during the use of VR and mastery of the VR bimanual tasks suggested improved motor efficiency. This case study provides preliminary evidence that HABIT-VR is useful for promoting adherence to HABIT activities and for the maintenance of upper extremity motor skills in the home setting.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».