Den virtuella verklighetens påverkan på aktivitetsutförandet inom strokerehabilitering: en forskningsöversikt
Bibliographic record
Abstract
Stroke är en av de vanligaste orsakerna till nedsatt funktionsförmåga hos den vuxna befolkningen. Intresset för digitala lösningar som ska göra hälso- och sjukvården alltmer effektiv och genomförbar ökar. Detta gör det intressant att undersöka hur digitala hjälpmedel kan stödja rehabiliteringsprocessen och aktivitetsutförandet för personer med stroke. Detta lärdomsprov är en del av Yrkeshögskolan Arcadas projekt inom digitalisering Arcada Health Tech Hub. Det digitala hjälpmedlet som detta arbete kommer att fokusera på är virtuell verklighet (VR) i samband med strokerehabilitering. Arbetet är begränsat till handrehabilitering och kognitivrehabilitering med hjälp av VR och hur denna rehabilitering påverkar på personens aktivitetsutförande. Arbetets frågeställningar är: Vilka resultat har VR-rehabilitering på handens fysiska funktioner hos personer med stroke? Vilka resultat har VR-rehabilitering på kognitiva funktioner hos personer med stroke? Vilken inverkan har denna VR-rehabilitering på aktivitetsutförande hos personer med stroke? Den teoretiska referensramen för detta arbete är praxismodellen CMOP-E (Canadian Model of Occupational Performance and Engagement). Metoden som används i detta arbete är en litteraturstudie i form av en forskningsöversikt och som analysmetod används induktiv innehållsanalys. Resultatet är baserat på 21 kvalitetsgranskade artiklar. Resultatet visar på att VR-baserade metoder är användbara i samband med rehabilitering av armen och till viss del av handen samt då ett optimalt aktivitetsutförande är rehabiliteringens syfte. Några relevanta slutsatser kan inte tas av VR:s inverkan på kognition eller dess inverkan på aktivitetsutförande, på grund av det låga antalet artiklar som behandlar ämnet. Resultatet kan inte säkerställa VR som en mer användbar rehabiliteringsmetod än de konventionella metoderna. Därför fungerar VR bättre som ett komplement till konventionell terapi. VR har vissa fördelar när det kommer till strokerehabilitering och kan därför potentiellt ersätta delar i den traditionella ergoterapin i framtiden.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.036 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".