Responsiveness of tonic stretch reflex threshold measured with the Montreal spasticity measure
Bibliographic record
Abstract
Une mesure clinique doit être fiable, valide et sensible aux changements afin d’être utilisée efficacement dans un contexte clinique. Le seuil de réflexe d'étirement tonique (Tonic Stretch Reflex Threshold ;TSRT) est une mesure prometteuse basée sur le modèle lambda, où l'angle du seuil est utilisé comme descripteur de la spasticité. Le TSRT est actuellement mesurée avec un appareil portable appelé Montreal Spasticity Measurement (MSM). Certaines propriétés psychométriques du TSRT, y compris la fiabilité test-retest et inter-évaluateur, ont été établies dans des études précédentes, mais la réactivité de la mesure et la précision du MSM sont inconnues. La réactivité d’un instrument, qui représente la capacité à détecter les changements au fil du temps, est un aspect important de toute mesure psychométrique. Cette étude visait à déterminer la réactivité du TSRT et la précision du MSM.Les données utilisées dans cette étude ont été extraites d'un essai contrôlé randomisé mené auprès de 46 survivants d'AVC. L'essai a été conçu pour estimer les effets d'un programme d'entraînement personnalisé de 10 jours dispensé via une plateforme de réalité virtuelle combinée à une stimulation cérébrale non invasive. Les données ont été analysées en utilisant la différence minimale détectable (Minimal Detectable Change ; MDC) pour la précision du dispositif MSM et la différence minimale cliniquement significative (Minimal Clinical Important Difference ; MCID) pour la réactivité du TSRT. Ces mesures sont déterminées en utilisant une méthode basée sur l'ancrage (anchor-based method) qui intègre la direction et l'étendue du changement détecté par le Fugl-Meyer Assessment (FMA). La méthode basée sur l’ancrage (anchor-based method) est couramment utilisée lorsqu'il n'y a pas d'étalon-or pour mesurer le changement minimal détectable (MDC).Les résultats ont montré que le MDC de l'instrument MSM était de 38,7 degrés et le MCID de la mesure TSRT était de 20,5 degrés (MCID). En raison du niveau élevé de MDC (faible précision), une analyse supplémentaire a été menée en incluant les données supplémentaires du premier jour du programme de formation pour réduire la possibilité d'effet d'erreur de mesure dans les calculs de MCID. L'analyse secondaire a abouti à 19,1 degrés de MDC et 9,5 degrés de MCID.Les résultats ont montré que TSRT est réactif et évolue avec le temps. Cependant, le MDC du dispositif MSM était élevé par rapport à la gamme complète de mouvement du coude (0-140 °) et de la cheville (0-50 °), courants où la spasticité survient le plus courramment après un AVC. Dans cette étude, TSRT était sensible aux changements (changements de l'angle de spasticité) au-dessus de 20,5 degrés et les instruments MSM ont pu détecter des changements d'au moins 38,7 degrés TSRT est un outil prometteur, mais la précision du dispositif MSM doit être améliorée pour détecter les changements plus précisément. L'étude actuelle est la première à estimer le MDC et le MCID de la mesure TSRT à l'aide du MSM et constitue une étape importante vers les améliorations nécessaires du TSRT
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".