Développer un modèle cinématique de mobilisation précoce pour les blessés médullaires
Bibliographic record
Abstract
Les lésions médullaires sont parmi les événements les plus catastrophiques qu'un individu puisse subir, entraînant une perte majeure de fonctions motrices et sensorielles. Après une telle lésion, la mobilisation précoce est cruciale pour récupérer les fonctions perdues, et il est essentiel qu’elle soit initiée le plus tôt possible, soit dans les 48 heures suivant l'intervention chirurgicale de la colonne vertébrale. L'initiative de mobilisation dans ce délai critique est uniquement pratiquée à l'hôpital du Sacré-Coeur de Montréal, où les patients bénéficient d'une mobilisation par ergomètre cyclique passif. Les séances actuelles se concentrent sur la sécurité des patients, la surveillance de leurs signes vitaux et leur confort pendant l'exercice. Pour aller au-delà de cette approche et explorer la possibilité d'adapter individuellement les séances pour optimiser la récupération à long terme, une étude approfondie a été entreprise. Cette étude a utilisé le modèle FullBody d’OpenSim pour estimer la biomécanique des membres inférieurs des patients médullaires. Le modèle a été ajusté aux dimensions morphologiques des patients afin de reproduire le plus fidèlement possible des mouvements réels. La mise à l'échelle manuelle s'est avérée hautement efficace pour adapter précisément le modèle FullBody à une gamme variée de tailles de segments corporels. De plus, la capacité du modèle à reproduire des poses statiques et des mouvements des jambes a été confirmée comme étant très précise. Sur les 14 séances de vélo prévues par patient, 6 ont nécessité un équipement comprenant des marqueurs réfléchissants, un système de suivi de trajectoire de marqueurs Optitrack, des capteurs électromyographiques avec des électrodes et deux semelles de pression. Leur placement et leur calibration ont été vérifiés pour l'analyse du mouvement de pédalage. L'étude des relations biomécaniques lors de l’exercice cyclique passif chez des sujets médullaires a montré une corrélation entre les mouvements articulaires et les étirements musculaires, mais n'a pas permis d'identifier de lien clair avec les stimulations électriques des muscles ou les forces de pression. En analysant l'impact des paramètres d'amplitude du pédalier et de vitesse de pédalage, il a été constaté que ces paramètres influençaient significativement les étirements musculaires et les mouvements articulaires, offrant ainsi la possibilité de contrôler ces aspects biomécaniques en ajustant les réglages de l’ergomètre cyclique. Cette étude paramétrique a également permis d'identifier un effet patient important, signifiant que la morphologie des sujets médullaires est à prendre en compte pour ajuster les paramètres d’utilisation de l’ergomètre. L'adaptation personnalisée des paramètres de pédalage pourrait ainsi améliorer la stimulation des jambes des sujets, avec des différences notables selon la taille des patients. Des recherches supplémentaires sont nécessaires pour confirmer ces observations préliminaires.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| 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 | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".