开发一个程序,以确定最佳设置机器人辅助康复中风后的上肢:一个模拟研究

科学领域:

• 康复工程 康复工程
• 生物医学统计 生物医学统计
• 神经康复疗法 神经康复疗法

背景情况:

• 机器人辅助治疗对于中风后的上肢是有效的.
• 目前选择的UE培训项目取决于临床医生的经验和的严重程度.
• 需要客观的方法来进行个性化的机器人辅助治疗项目选择.

研究的目的:

• 模拟基于麻严重程度的机器人辅助训练项目的客观选择,使用项目响应理论.
• 为此目的评估两参逻辑模型项目响应理论 (2PLM-IRT) 的适用性.
• 为了确定机器人训练项目是否可以客观地与患者的能力 (θ) 相匹配.

主要方法:

• 使用蒙特卡洛模拟 (300个案例) 生成的样本数据.
• 分析了分类数据,每个案例有71个项目,评估难度级别.
• 应用方法以确保2PLM-IRT的本地独立性,包括基于响应概率和信息内容的项目排除.
• 确定最合适的IRT模型 (一个参数与两个参数).

主要成果:

• 排除低响应概率的项目有效地确保了当地独立性.
• 从71个项目减少到61个项目,证实了2PLM-IRT作为一个合适的模型.
• 在2PLM-IRT模型中,对大约300个病例的麻严重程度量身定制的7个培训项目进行了估计.

结论:

• 使用2PLM-IRT.可实现对UE的机器人辅助治疗项目的客观选择.
• 本模拟展示了一种方法,根据的严重程度来个性化康复.
• 这些发现支持使用IRT来优化机器人辅助中风康复策略.