MétaCan
Menu
Retour à la cohorte
Enregistrement W4414744052 · doi:10.2196/80308

Thigh-Worn Sensor for Measuring Initial and Final Contact During Gait in a Mobility Impaired Population: Validation Study

2025· article· en· W4414744052 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Biomedical Engineering · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGaitWearable computerPopulationEvent (particle physics)Work (physics)Sample (material)

Résumé

récupéré en direct d'OpenAlex

Background: Adapting physical activity monitors to detect gait events (ie, at initial and final contact) has the potential to build a more personalized approach to gait rehabilitation after stroke. Meeting laboratory standards for detecting these events in impaired populations is challenging, without resorting to a multisensor solution. The Teager-Kaiser energy operator (TKEO) estimates the instantaneous energy of a signal; its enhanced sensitivity has successfully detected gait events from the acceleration signals of individuals with impaired mobility, but has not been applied to stroke. Objective: This study aimed to test the criterion validity of TKEO gait event detection (and derived spatiotemporal metrics) using data from thigh mounted physical activity monitors compared with concurrent 3D motion capture in chronic survivors of stroke. Methods: Participants with a history of stroke(n=13, mean age 59, SD 14 years), time since stroke (mean 1.5, SD 0.5 years), walking speed (mean 0.93ms-1 , SD 0.38 m/s) performed two 10m walks at their comfortable speed, while wearing two ActivPAL 4+ (AP4) sensors (anterior of both thighs) and LED cluster markers on the pelvis and ankles which were tracked by a motion capture system. The TKEO signal processing technique was then used to extract gait events (initial and final contact) and calculate stance durations which were compared with motion capture data. Results: There was very good agreement between the AP4 and motion capture data for stance duration (AP4 0.85s, motion capture system 0.88s, 95% CI of difference -0.07 to 0.13, intraclass correlation coefficient [3,1]=0.79). Conclusions: The TKEO method for gait event detection using AP4 data provides stance time durations that are comparable with laboratory-based systems in a population with chronic stroke. Providing accurate stance time durations from wearable sensors could extend gait training out of clinical environments. Limitations include ecological and external validity. Future work should confirm findings with a larger sample of participants with a history of stroke.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 GPT0,313
Écart entre enseignants0,291 · 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