Data analysisData on the angular po

Data analysis
Data on the angular position were recorded at a sampling rate of 50 Hz and stored on a standard PC. At the completion of each test, the maximal angular displacement in a 4000 ms interval after the start cue was calculated using a moving average (width 2000 ms).
To evaluate reliability between different seating conditions as well as intra- and inter-rater reliability, the volume of the active movement workspace [22,23] was calculated for each measurement. Therefore, distances between the endpoints of each movement axis (left-right,top-bottom, far-close) were calculated and then multiplied. The volume is displayed in m3.
Reliability was evaluated using analysis of variance (ANOVA)-based intraclass correlation coefficients (ICC). ICC scores were compared with the following scale for
interpretation of correlation: good (1.00-0.8), fair (0.80-0.60), and poor (< 0.60) [24]. ICC>0.80 has been suggested to be feasible for clinical work but also ICC between 0.60 and 0.80 can provide researchers with valuable information [24].
To calculate the correlation between the movement workspace and the SCIM3 self-care sub score, the movement workspace data were normalised according to subjects arm length. As the movement workspace assesses both arms independently whereas the SCIM3 does not differentiate between sides, an average of the normalised movement workspace between the right and the left arms of the two measurements was used. Correlations were calculated using the Spearman rank correlation.
All statistics were calculated with SPSS (SPSS 17 for Windows, SPSS Inc., Chicago, IL, USA).

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ข้อมูล
ข้อมูลตำแหน่งแองกูลาร์ถูกบันทึกที่อัตราการสุ่มตัวอย่าง 50 Hz และเก็บไว้ในพีซีแบบมาตรฐาน ที่เสร็จสิ้นการทดสอบแต่ละ แทนแองกูลาร์ที่สูงสุดในช่วง 4000 ms หลังสัญลักษณ์เริ่มต้นถูกคำนวณโดยใช้ค่าเฉลี่ยเคลื่อนที่ (ความกว้าง 2000 ms) .
เพื่อประเมินความน่าเชื่อถือระหว่างเงื่อนไขอื่นนั่งรวม rater อินทรา และ inter ความน่าเชื่อถือ มีคำนวณปริมาตรของพื้นที่ทำงานการเคลื่อนไหวที่ใช้งานอยู่ [22,23] สำหรับแต่ละการประเมิน ดังนั้น มีระยะห่างระหว่างปลายทางของแต่ละแกนเคลื่อนไหว (ซ้ายขวา บนล่าง ใกล้ไกล) ได้คำนวณ และคูณ ไดรฟ์ข้อมูลจะปรากฏใน m3
ความน่าเชื่อถือได้ถูกประเมินโดยใช้ผลต่างของการวิเคราะห์ (วิเคราะห์ความแปรปรวน) -โดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ intraclass (ICC) คะแนน ICC ได้เปรียบเทียบกับมาตราส่วนต่อไปนี้สำหรับ
ตีความความสัมพันธ์: ดี (1.00-0.8), แฟร์ (0.80-0.60), และยากจน (< 0.60) [24] . ICC > 0.80 ได้ถูกแนะนำจะเป็นไปได้สำหรับการทำงานทางคลินิก แต่ ICC ระหว่าง 0.60 0.80 สามารถให้นักวิจัย มีข้อมูล [24] .
เพื่อคำนวณความสัมพันธ์ระหว่างพื้นที่การเคลื่อนไหวและสุขภาพ SCIM3 ย่อยคะแนน ข้อมูลพื้นที่เคลื่อนย้ายได้ normalised ตามเรื่องแขนยาว เป็นพื้นที่เคลื่อนไหวแขนทั้งสองประเมินอย่างอิสระในขณะที่ SCIM3 ไม่แยกความแตกต่างระหว่างด้าน มีใช้เฉลี่ยของพื้นที่ทำงานการเคลื่อนไหว normalised ระหว่างด้านขวาและแขนซ้ายวัดสอง ความสัมพันธ์ถูกคำนวณโดยใช้สหสัมพันธ์ Spearman อันดับ
สถิติทั้งหมดที่คำนวณ ด้วยโปรแกรม (โปรแกรม 17 สำหรับ Windows โปรแกรม Inc. ชิคาโก IL สหรัฐอเมริกา)

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูล
ข้อมูลในตำแหน่งเชิงมุมถูกบันทึกไว้ที่อัตราการสุ่มตัวอย่างจาก 50 เฮิร์ตซ์และจัดเก็บไว้บนเครื่องคอมพิวเตอร์มาตรฐาน ที่เสร็จสิ้นการทดสอบแต่ละกระจัดเชิงมุมสูงสุดในช่วงมิลลิ 4000 หลังจากที่คิวเริ่มต้นที่ได้รับการคำนวณโดยใช้ค่าเฉลี่ยเคลื่อนที่ (กว้าง 2,000 มิลลิวินาที)
เพื่อประเมินความน่าเชื่อถือระหว่างที่นั่งเงื่อนไขที่แตกต่างกันรวมทั้งความน่าเชื่อถือภายในและระหว่างผู้ประเมิน, ปริมาณของพื้นที่ทำงานการเคลื่อนไหวที่ใช้งาน [22,23] ที่คำนวณได้สำหรับแต่ละวัด ดังนั้นระยะทางระหว่างจุดสิ้นสุดของแต่ละแกนการเคลื่อนไหว (ซ้ายขวาบนล่างไกลใกล้ชิด) มีการคำนวณและคูณ ปริมาณการซื้อขายที่แสดงใน m3
ความน่าเชื่อถือได้รับการประเมินโดยใช้การวิเคราะห์ความแปรปรวน (ANOVA) ตามค่าสัมประสิทธิ์สหสัมพันธ์ intraclass (ICC) คะแนน ICC ถูกเมื่อเทียบกับขนาดต่อไปนี้ในการ
แปลความหมายของความสัมพันธ์: ดี (1.00-0.8) ยุติธรรม (0.80-0.60) และดี (<0.60) [24] ICC> 0.80 ได้รับการแนะนำที่จะเป็นไปได้สำหรับการทำงานทางคลินิก แต่ยัง ICC ระหว่าง 0.60 และ 0.80 สามารถให้นักวิจัยที่มีข้อมูลที่มีคุณค่า [24]
ในการคำนวณความสัมพันธ์ระหว่างพื้นที่ทำงานการเคลื่อนไหวและการ SCIM3 การดูแลตนเองคะแนนย่อยข้อมูลของพื้นที่ทำงานการเคลื่อนไหว ได้ปกติตามความยาวของแขนอาสาสมัคร ในฐานะที่เป็นพื้นที่เคลื่อนไหวของแขนทั้งสองข้างประเมินอย่างเป็นอิสระในขณะที่ SCIM3 ไม่ได้แยกความแตกต่างระหว่างทั้งค่าเฉลี่ยของพื้นที่การเคลื่อนไหวปกติระหว่างขวาและแขนซ้ายของทั้งสองวัดที่ถูกนำมาใช้ ความสัมพันธ์ที่ถูกคำนวณโดยใช้ความสัมพันธ์สเปียร์แมนยศ
สถิติทั้งหมดที่ถูกคำนวณด้วยโปรแกรม SPSS (SPSS 17 สำหรับ Windows, SPSS อิงค์, Chicago, IL, สหรัฐอเมริกา)

ผลลัพธ์ (ไทย) 3:

ข้อมูล ข้อมูลในการวิเคราะห์
ตำแหน่ง ที่ถูกบันทึกไว้ในอัตราสุ่ม 50 Hz และเก็บไว้บนเครื่องคอมพิวเตอร์มาตรฐานที่สมบูรณ์ของการทดสอบแต่ละครั้งสูงสุดในช่วงการกระจัดเชิงมุม 4000 MS หลังจากคิวเริ่มคำนวณโดยใช้ค่าเฉลี่ยเคลื่อนที่ ( กว้าง 2000 นางสาว ) .
ประเมินความน่าเชื่อถือระหว่างที่นั่งของเงื่อนไขที่แตกต่างกัน ทั้งภายในและระหว่างระดับความน่าเชื่อถือปริมาณของงานเคลื่อนไหวงาน [ 22,23 ] ถูกคำนวณสำหรับการวัดแต่ละครั้ง ดังนั้น ระยะทางระหว่างข้อมูลแต่ละการเคลื่อนไหวของแกน ( ซ้าย - ขวา , ด้านบนด้านล่าง , ไกลใกล้ ) คำนวณแล้วคูณ ระดับเสียงจะปรากฏใน M3 .
ความน่าเชื่อถือถูกประเมินโดยใช้การวิเคราะห์ความแปรปรวน ( ANOVA ) ซึ่งแสดงสัมประสิทธิ์สหสัมพันธ์ ( ICC )คะแนนเปรียบเทียบกับ ICC ตามมาตราส่วน
ตีความความสัมพันธ์ : ดี ( 1.00-0.8 ) , Fair ( 0.80-0.60 ) , และยากจน ( < 0 ) [ 24 ] ICC > 0.80 มีการเสนอที่จะเป็นไปได้สำหรับการทำงานทางคลินิก แต่ยัง ICC ระหว่าง 0.60 0.80 สามารถให้นักวิจัยที่มีข้อมูลที่มีคุณค่า [ 24 ] .
คำนวณความสัมพันธ์ระหว่างการเคลื่อนไหวและการ scim3 พื้นที่ย่อยคะแนนขบวนการงานบันทึกข้อมูลตามวิชาความยาวแขน เป็นขบวนการงานประเมิน แขนทั้งสองข้างเป็นอิสระ ส่วน scim3 ไม่ได้แยกความแตกต่างระหว่างด้าน เฉลี่ยของกลุ่มเคลื่อนไหวพื้นที่ระหว่างขวาและแขนซ้ายของทั้งสองวัด คือ ใช้ ความสัมพันธ์คำนวณโดยใช้ Spearman Rank Correlation .
สถิติทั้งหมดถูกคำนวณด้วยโปรแกรม SPSS for Windows สถิติ 17 , Inc , ชิคาโก , IL , USA )