MétaCan
Menu
Retour à la cohorte
Enregistrement W7084060135 · doi:10.6084/m9.figshare.30146386.v1

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

2025· article· en· W7084060135 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueRadiation Shielding Materials Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGait trainingGaitAmbulatoryGoal Attainment ScalingGross motor skillAcquired brain injuryIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

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. 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). 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 One child was withdrawn post-syncopic episode during acclimatization, and two children withdrew after 2-3 sessions due to RAGT-related discomfort with no follow-up assessment.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. PT+RAGT was feasible for 21 of 24 children and associated with large motor gains and goal accomplishment. Treadmill-based robotic-assisted gait training (RAGT) is a viable and safe intervention to use with children during the subacute phase of acquired brain injury.Setting RAGT-specific Goal Attainment Scaling goals provides structure and focus to RAGT treatment sessions.Clinicians should reflect on the child’s engagement, goals, and progress to determine the appropriate time to discontinue RAGT.Clinicians enhance the motor learning strategies content of RAGT treatment sessions beyond the repetitive practice, physical guidance, and augmentative feedback that is inherently part of the RAGT device. Treadmill-based robotic-assisted gait training (RAGT) is a viable and safe intervention to use with children during the subacute phase of acquired brain injury. Setting RAGT-specific Goal Attainment Scaling goals provides structure and focus to RAGT treatment sessions. Clinicians should reflect on the child’s engagement, goals, and progress to determine the appropriate time to discontinue RAGT. Clinicians enhance the motor learning strategies content of RAGT treatment sessions beyond the repetitive practice, physical guidance, and augmentative feedback that is inherently part of the RAGT device.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,349
Écart entre enseignants0,313 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetRadiation Shielding Materials AnalysisTravaux en français237 207