Integrating robotic-assisted gait training into an inpatient physiotherapy program for children with subacute acquired brain injury: a feasibility study and characterization of session ingredients
Notice bibliographique
Résumé
PURPOSE: While robotic-assisted gait training (RAGT) may permit earlier exposure to ambulation for children with subacute acquired brain injury (ABI), little is known about its associated viability. Our feasibility study focused on RAGT (Lokomat) use in this population. METHODS: 8-week single-group pre-/post-test study integrated RAGT into an inpatient physiotherapy (PT) program (3 PT sessions/week plus 2 RAGT sessions/week). RESULTS: Twenty-four youth (14 males), mean age 13.7 years (SD = 3.6) participated. Six walked independently (4 devices) at baseline; 18 were pre-ambulatory. Nineteen completed the targeted 10-16 RAGT sessions. One child was withdrawn post-syncopic episode during acclimatization, and two children withdrew after 2-3 sessions due to RAGT-related discomfort with no follow-up assessment. Across four feasibility areas, 58% (Acceptability) to 100% (Safety) of indicators were met. Session characterization showed progression of Lokomat speed and reduced weight-support, and physiotherapists' use of motor learning strategies. Physiotherapists rated Lokomat ease of use as 7.6/10 and perceived child engagement as 7.2/10. Post-intervention, 15 of the 21 children re-assessed were independently ambulatory (5 devices). Gross Motor Function Measure-88 mean increase was 19.7% points. Canadian Occupational Performance Measure mean gain was 2.5 points/10. CONCLUSION: PT+RAGT was feasible for 21 of 24 children and associated with large motor gains and goal accomplishment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».