MétaCan
Menu
← Retour à la cohorte
Enregistrement W7139830440

Sitting Stability Strategies in People with Spinal Cord Injury : from the Estimation using Quasi-LPV Descriptor Models to Experimental Validation

2023· article· fr· W7139830440 sur OpenAlexaboutno aff
Hajer Srihi

Notice bibliographique

Revuetheses.fr (ABES) · 2023
Typearticle
Languefr
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpinal cord injuryBody positionPoison control
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La lésion médullaire conduit à une perte partielle ou complète de l’activité musculaire et des fonctions sensorielles en dessous du niveau lésionnel, cette atteinte de la moelle épinière entraîne une réduction drastique de la stabilité posturale en position assise et par conséquent un risque de chute élevé (Boswell-Ruys et al., 2010 ; Nelson et al., 2010).Les conséquences de la lésion médullaire sont importantes et d’ordre sensori-motrices, cardio-vasculaires, respiratoires et digestives. L’impact de la lésion sur le système stabilisateur vertébral conduit à de nouvelles stratégies de stabilisation, en cas de perturbation, qui sont différentes des stratégies mise en œuvre par les sujets asymptomatiques. Ces stratégies qui viennent compenser l’absence d'un contrôle sous-lésionnel sont basées essentiellement sur les mouvements des membres supérieurs.La compréhension de ces stratégies ainsi que la quantification des efforts articulaires qui en résultent sont nécessaires afin d’évaluer l’impact de la lésion et proposer des nouvelles techniques facilitant le maintien de la stabilité. L’un des enjeux est de savoir « retourner » vers les variables qui génèrent ces efforts, les couples articulaires, données qui ne sont pas mesurées et ne sont pas mesurables. Une manière de le faire, alternative à la « classique » dynamique inverse, a été exploitée dans les travaux précédents (Blandeau, 2018). Elle consiste, à partir d’un modèle biomécanique, à utiliser des techniques d’observation pour reconstruire ces entrées inconnues. Le formalisme utilisé est un formalisme dit de Takagi-Sugeno qui permet de décrire de façon polytopique des systèmes non linéaires. La description utilisée est de type descripteur, car elle se prête bien aux modèles mécaniques en diminuant la complexité des conditions obtenues (Estrada-Manzo, 2015).Une campagne d’essais réalisée au CRIR de Montréal (Blandeau, 2018) a permis de recueillir de nombreuses données sur la posture assise des personnes lésées médullaires. Seule une partie de ces essais a pu être exploitée car le modèle « Seated-3-segments » (S3S) utilisé ne permettait pas de décrire toutes les situations rencontrées, par exemple une dissymétrie dans les mouvements des bras.Il y a plusieurs challenges :Enrichir les modèles existants, notamment le modèle S3S (Blandeau, 2018) sachant qu’une résolution « directe » avec un observateur issu de ce type de modèle est déjà proche des limitations des solveurs actuels.Arriver à des solutions qui sont pertinentes (a minima qui utilisent les modèles biomécaniques sans simplification), compatibles avec les possibilités des solveurs et suffisamment génériques pour ne pas demander de refaire une étude complète si on ajoute des degrés de liberté supplémentaires.Dans l’esprit de ces challenges, des propositions d’observateurs non linéaires mis en cascade sont faites. Pour montrer le bien-fondé de l’approche, les résultats sont d’abord comparés à l’existant (S3S) avant d’être étendus à des modèles utilisant des degrés de liberté supplémentaires dont « Trunk-2-arms » (T2A) pour lesquels la méthodologie précédente ne peut apporter de solutions. T2A permet notamment d’exploiter des essais impliquant une dissymétrie dans les mouvements de membres supérieurs. Il reste dans les étapes suivantes à introduire les rotations, notamment au niveau des épaules pour se rapprocher des mouvements réels effectués par le sujet. La méthodologie utilisée semble parfaitement adaptée pour réaliser cette extension.Enfin, un mannequin équipé de tous les actionneurs et capteurs nécessaires permettant de reproduire les mouvements d’une personne en position assise sera utilisé avec cette fois-ci la possibilité de valider les couples articulaires reconstruits, en les comparant directement à ceux produits.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,202
Tête enseignante GPT0,426
Écart entre enseignants0,224 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)→Même sujetSpinal Cord Injury Research→Travaux en français237 207→