Immersive VR movement visualization in patients with hemophilic knee arthropathy: randomized, multicenter, single-blind clinical trial
Notice bibliographique
Résumé
PURPOSE: To evaluate the efficacy of an immersive movement visualization intervention in patients with hemophilia and hemophilic knee arthropathy. MATERIALS AND METHODS: Randomized, single-blind clinical study. Twenty-eight patients with hemophilia were recruited. Patients were randomized to an experimental group (four weeks of immersive movement visualization) and a control group (no intervention). The intensity of pain, pressure pain threshold in the knee, tibialis anterior muscle, lower back level, conditioned pain modulation, range of knee motion, and lower limb functionality were evaluated. RESULTS: = 0.003). 42.86% of the patients in the experimental group exhibited changes greater than the minimum detectable change (MDC) in functionality. 39.29% of the patients subject to the intervention experienced changes greater than the MDC in the knee pressure pain threshold. CONCLUSIONS: Immersive motion visualization can improve the intensity of joint pain and functionality in patients with hemophilic knee arthropathy. Functionality, pressure pain threshold, and pain intensity improved in those patients who conducted immersive movement visualization.Implications for rehabilitationImmersive visualization of movement significantly improves intensity of joint pain, functionality, pressure pain threshold, joint health, and conditioned pain modulation in patients with hemophilic knee arthropathy.The fact that it is a therapy without potential aversive stimuli makes it a possible access pathway for patients with high levels of kinesiophobia and/or catastrophism.This low-cost, home-based technology allows its use in patients far from hemophilia reference centers or with difficult access to physiotherapy treatments.The immersive visualization of movement influences the democratization of treatment, in accordance with the WHO's Sustainable Development Goal 3 (health and well-being for all).
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».