Optimiser la mobilisation précoce des blessés médullaires
Bibliographic record
Abstract
Les lésions médullaires comptent parmi les évènements les plus catastrophiques auxquels un individu peut faire face, menant à une perte de fonctions motrices et sensorielles. Suite à une lésion médullaire, la mobilisation est une phase déterminante pour la reprise des fonctions perdues. Cette mobilisation doit se rapprocher le plus de la marche naturelle et doit être initiée dans les 48h après l’opération de la colonne pour maximiser les chances de la personne blessée de remarcher par la suite. Aujourd’hui, seul, l’hôpital du Sacré-Cœur de Montréal initie la mobilisation des blessés médullaires dans cet intervalle temporel. Les patients sont alors mobilisés par un ergomètre cyclique. Néanmoins, la trajectoire circulaire reproduite par cet ergomètre présente, à priori, peu de similarité avec la cinématique de la marche naturelle, ce mouvement étant la fonction principale que l’on cherche à retrouver chez les patients. De plus, les façons de paramétrer cet ergomètre et d’installer le patient sont encore mal comprises. Ainsi, le but de ce projet est d’optimiser la mobilisation précoce des blessés médullaires. Pour cela, un nouvel ergomètre visant à reproduire la marche naturelle dans un lit d’hôpital a été conceptualisé sous forme de modèle numérique 3D avec le logiciel CATIA. Un mouvement de type linéaire a été choisi. Ensuite, un outil numérique simulant la dynamique des membres inférieurs a été construit sur le logiciel MATLAB pour le nouvel ergomètre ainsi que pour celui existant (ergomètre cyclique). Cet outil a été comparé à des données expérimentales obtenues sur 10 sujets, lors de l’utilisation d’un ergomètre cyclique. Les résultats suggéraient une bonne fiabilité de l’outil numérique quant à la cinématique des membres inférieurs avec un CORA >0,65, mais des résultats mitigés pour les forces de réaction (p<0.5) par rapport aux données expérimentales. À partir d’un plan d’expérience, il a été possible d’étudier l’effet des paramètres de configuration sur la performance du nouvel ergomètre et de celui existant et de déterminer leur configuration d’utilisation optimale. L’angle d’extension maximal du genou, est le paramètre le plus influent avec une contribution à plus de 50% sur les variations de la dynamique de la hanche et du genou. La position du pied sur la pédale contribue à 18% de la variation de la force de réaction maximale et la hauteur à laquelle se réalise le mouvement par rapport au lit d’hôpital, contribue à plus de 30% à la variation de l’étendue de la hanche. La cadence n’a pas d’effet sur la cinématique, mais contribue à une variation de 8% de la force de réaction maximale. Enfin, dans leur condition optimal, l’ergomètre linéaire semble présenter un plus grand potentiel que l’ergomètre cyclique, avec une allure de la hanche en flexion/extension identique à la marche (r=0,97) et un nombre d’ajustements morphologiques plus important par rapport à l’ergomètre cyclique. L’ergomètre linéaire présente également une extension de hanche moindre (6,4°) et une plus grande force de réaction (2,7%), mais ces différences ne sont pas significatives d’après le barème d’évaluation établi. Finalement, ce travail propose un nouvel appareil qui semble avantageux pour la mobilisation précoce des blessés médullaires et un outil numérique offrant une meilleure compréhension de la performance d’une mobilisation dans un lit d’hôpital. Ce projet a ainsi permis l’avancement des connaissances sur les stratégies de mobilisation à adopter dans un lit d’hôpital.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".