MétaCan
Menu
Retour à la cohorte
Enregistrement W4403123241 · doi:10.1109/jsen.2024.3470556

Variability of Parkinsonian Tremor During Different Tasks and Under External Interference

2024· article· en· W4403123241 sur OpenAlexafffund
Zahra Habibollahi, Yue Zhou, Mary E. Jenkins, S. Jayne Garland, Evan Friedman, Michael D. Naish, Ana Luisa Trejos

Notice bibliographique

RevueIEEE Sensors Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensPhytronix (Canada)Western University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsOntario Research Foundation
Mots-clésInterference (communication)Computer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Tremor is one of the earliest signs of Parkinson’s disease (PD) that typically occurs at rest but can also manifest during postural actions or voluntary motion. Several studies have demonstrated that there is great variability in tremor across different body parts, among individuals, and within the same individual across multiple trials. While methods such as functional electrical stimulation (FES) have shown promising results for tremor suppression, the use of these methods relies on the ability to predict and estimate the tremor. This study examines four PD tremor characteristics, including magnitude, power spectrum density (PSD), frequency, and approximate entropy (ApEn), as measures of regularity. These characteristics are measured under different conditions with and without external interference and voluntary movements. Results show that the tremor frequency changes when voluntary motion is involved or when external disturbances such as FES or mechanical loading are used to suppress tremor (${p} \lt {0}.{05}$). Tremor power and magnitude also change in the presence of voluntary motion (${p} \lt {0}.{05}$). On the other hand, ApEn is more consistent in the absence of external interference, independent of voluntary movement, but changes when electrical stimulation or mechanical loading is used to suppress tremor (${p} \lt {0}.{05}$). Gaining a general understanding of tremor variability and changes in tremor characteristics helps enhance wearable tremor suppression devices (WTSDs) to address intraindividual tremor fluctuations effectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetNeurological disorders and treatmentsTravaux en français237 207