Use of a visual biofeedback in the movement patterns recovery by patients with the central paresis
Notice bibliographique
Résumé
We evaluated the effectiveness of two virtual reality therapies (VRT) with visual biofeedback, Armeo Spring® upper limb exoskeleton (Armeo) and Homebalance® interactive system (Homebalance), in early post-stroke rehabilitation. Using a randomized controlled study design, participants within 30 days after stroke with arm paresis (Armeo study) or with balance problem (Homebalance study) were assigned either to the respective intervention group (Armeo IG n=25; mean age 66.5 years, and Homebalance IG n=25; mean age 69.6 years) performing VRT instead of conventional physiotherapy or to the control group (Armeo CG, n=25, mean age 68.1 years, and Homebalance CG, n=25, mean age 65.9 years) having conventional physiotherapy only. Montreal Cognitive Assessment (MoCA), Functional Independence Measure (FIM), Fugl Mayer Assessment-Upper Extremity Scale (FMA-UE), Modified Rivermead Mobility Index (m-RIM) and Berg Balance Scale (BBS) were performed before and after the 3-week therapy with 12 therapies. Results of participants <65 and ≥65 years old were compared. Acceptance of both VRTs was evaluated by self-rated questionnaire. In the Armeo study, paretic upper arm function improved significantly in both IG and CG groups, the improvement in FMA-UE was significantly higher in Armeo IG as compared to CG (p=0.02)...
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».