OTIgydF4y2Ba 职业疗法国际gydF4y2Ba 1557 - 0703gydF4y2Ba 0966 - 7903gydF4y2Ba HindawigydF4y2Ba 10.1155 / 2017/2305402gydF4y2Ba 2305402gydF4y2Ba 研究文章gydF4y2Ba 转化研究职业治疗:使用保存权杖Hippotherapy儿童发育障碍gydF4y2Ba http://orcid.org/0000 - 0001 - 9678 - 9461gydF4y2Ba Weissman-MillergydF4y2Ba 黛博拉gydF4y2Ba 1gydF4y2Ba 米勒gydF4y2Ba 罗莎莉J。gydF4y2Ba 1gydF4y2Ba ShotwellgydF4y2Ba 玛丽P。gydF4y2Ba 1gydF4y2Ba 科普利gydF4y2Ba 朱迪。gydF4y2Ba 职业疗法学院gydF4y2Ba Brenau大学gydF4y2Ba 华盛顿街500号SEgydF4y2Ba 盖恩斯维尔gydF4y2Ba GA 30501gydF4y2Ba 美国gydF4y2Ba brenau.edugydF4y2Ba 2017年gydF4y2Ba 19gydF4y2Ba 02gydF4y2Ba 2017年gydF4y2Ba 2017年gydF4y2Ba 29日gydF4y2Ba 07年gydF4y2Ba 2016年gydF4y2Ba 02gydF4y2Ba 12gydF4y2Ba 2016年gydF4y2Ba 18gydF4y2Ba 01gydF4y2Ba 2017年gydF4y2Ba 19gydF4y2Ba 02gydF4y2Ba 2017年gydF4y2Ba 2017年gydF4y2Ba 版权©2017年黛博拉Weissman-Miller et al。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

转化研究本文重新定义了使用的组合方法在统计数据和数据科学提高职业治疗结果的理解和实践。这些新方法的应用,使用较大的数据和较小的单一学科数据,研究在hippotherapy儿童发育障碍(DD)。疾病控制和预防中心估计,DD影响近1000万名儿童,三分之一的年龄,可以共病的诊断。Hippotherapy这里定义为治疗策略在职业治疗使用马运动来实现功能的结果。半参数比例估计量(保存权杖),一个单一学科科学统计和小数据模型,用于获得一个“改变”表明参与者适应治疗,从中预测。数据分析是一个机构审查委员会批准的试点研究使用Hippotherapy评价和评估工具测量,结果分别给出的四个领域与每个参与者的总分数来衡量。分析保存权杖,使用统计方法来预测变化点和数据科学图形解释的数据,显示了更大的平移对比结果平均值和较小的非常不同的结果值为每个域热的关系和统计概率。gydF4y2Ba

 1。介绍gydF4y2Ba

转化研究通常被定义为翻译研究在实验室,因此它可以应用于医学临床实践。转化研究也适用于采用最佳实践在社区。为整个职业治疗(OT)的历史,并没有足够的数据来“翻译”OT和视角为相关科学观点gydF4y2Ba 1gydF4y2Ba]。从大型数据集传统统计结果无法显示,从事有意义的职业有统计上显著提高客户的情况。然而,转化研究在职业治疗现在可能被定义为新的统计和数据科学方法可用来分析数据。直到最近,职业治疗结果分析了通过较大的数据,如gydF4y2Ba tgydF4y2Ba 测试和随机对照试验。这些类型的分析特别适合公共卫生和医学但不适合一般的职业治疗方法治疗一位客户,或一个小组,确定职业对客户有意义和设计相应的疗法。摘要在职业治疗目标是把资源从治疗数据与一个新的单一学科和小组设计的统计数据。这个新单一学科设计也可以用作小数据集数据科学促进增强图形分析,预防和治疗。在职业治疗,转化研究的目标是“翻译”结果在统计和数据科学研究结果从大组数据转换成有意义的比较结果从较小的单一学科数据集,提取部分组影响临床观察数据和职业治疗实践的一部分。转化研究可以实现“数据实践”结果产生新的治疗手段。gydF4y2Ba

这种方法的基本模型是使用新的半参数比例估计量(保存权杖)作为单一学科科学统计和小数据模型定义,数据分析,图表,并预测职业治疗提供有意义的治疗途径。保存权杖,半参数比例估计讨论Weissman-Miller et al。gydF4y2Ba 2gydF4y2Ba),在Weissman-Miller [gydF4y2Ba 3gydF4y2Ba),在Weissman-Miller [gydF4y2Ba 4gydF4y2Ba),提供了一个科学统计模型来确定参与者的“改变”适应治疗。保存权杖模型,改变点来源于向后逐步普通最小二乘回归,它提供了最小偏差。变化点是确定从最高或最低gydF4y2Ba FgydF4y2Ba 统计,根据Weissman-Miller et al。gydF4y2Ba 2gydF4y2Ba]gydF4y2Ba (1)gydF4y2Ba FgydF4y2Ba =gydF4y2Ba tgydF4y2Ba 2gydF4y2Ba =gydF4y2Ba 米gydF4y2Ba 年代gydF4y2Ba RgydF4y2Ba egydF4y2Ba ggydF4y2Ba σgydF4y2Ba ^gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba FgydF4y2Ba 是gydF4y2Ba FgydF4y2Ba 分布,也称为SnedecorgydF4y2Ba FgydF4y2Ba 这里使用,这是一个连续概率分布来确定最高或最低gydF4y2Ba fgydF4y2Ba 从普通最小二乘回归统计,gydF4y2Ba tgydF4y2Ba 2gydF4y2Ba 是学生的gydF4y2Ba tgydF4y2Ba 时出现的分布,是一个连续概率分布估计人口正态分布的均值在有一个小样本容量的情况下,MSReg均方由于回归,gydF4y2Ba σgydF4y2Ba ^gydF4y2Ba 2gydF4y2Ba 总体方差估计。gydF4y2Ba

结果与相关的分配gydF4y2Ba pgydF4y2Ba 值(gydF4y2Ba 3gydF4y2Ba在时间间隔的值)会话数量。从变化角度,给出了非线性估计在保存权杖模型使用一个新的响应函数给出威布尔分布的累积分布函数。这些点估计威布尔分布的使用比率乘以之前估计的结果(gydF4y2Ba 3gydF4y2Ba]。新的响应函数gydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba τgydF4y2Ba (gydF4y2Ba tgydF4y2Ba )gydF4y2Ba 给药gydF4y2Ba (2)gydF4y2Ba 1gydF4y2Ba - - - - - -gydF4y2Ba egydF4y2Ba - - - - - -gydF4y2Ba tgydF4y2Ba /gydF4y2Ba τgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 当gydF4y2Ba εgydF4y2Ba 是2.71828,数量的自然对数,gydF4y2Ba tgydF4y2Ba 是时间,gydF4y2Ba τgydF4y2Ba 改变的价值点,在这保存权杖分析(使用遗传积分),然后呢gydF4y2Ba kgydF4y2Ba 确定的曲率分布预测。gydF4y2Ba

然后点估计可以作为一个比(gydF4y2Ba RgydF4y2Ba 威布尔分布的次之前的结果。gydF4y2Ba

预测方程从Weissman-Miller et al。gydF4y2Ba 2gydF4y2Ba)然后gydF4y2Ba (3)gydF4y2Ba θgydF4y2Ba ^gydF4y2Ba tgydF4y2Ba =gydF4y2Ba RgydF4y2Ba ·gydF4y2Ba θgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba θgydF4y2Ba ^gydF4y2Ba tgydF4y2Ba 结果超出gydF4y2Ba τgydF4y2Ba 点估计,gydF4y2Ba RgydF4y2Ba 威布尔分布的比例(不同gydF4y2Ba tgydF4y2Ba =时间)gydF4y2Ba θgydF4y2Ba tgydF4y2Ba 我gydF4y2Ba 是在之前的时间人口参数。gydF4y2Ba

适合任何OT数据保存权杖模型如果会话,至少13至14日,相当等间距的。OT数据必须采取的措施,将为特定的研究问题产生结果。然后,原始数据输入到Excel,最后保存为逗号分隔的文件(CSV)。这种类型的文件可以由保存权杖直接读程序写在R软件语言。最初的工作表数据保存为一个Excel工作表。每个参与者的最终的数据是保存在一个新的工作表作为一个CSV文件。图中可以看到gydF4y2Ba 1gydF4y2Ba数据的标题保存权杖R代码标记为参与者Partic FData和会话。c,从这个参与者的Excel文件的数据。这些结果会有所不同根据输入数据,但格式保存权杖R程序总是相同的,“FData”和“会话”突出显示在一起,按升序或降序排列后最初的原始数据的顺序编码在Excel中。然后,会话数据总是安排与最初的原始数据,允许对准确预测的变化点gydF4y2Ba 3gydF4y2Ba]。gydF4y2Ba

Excel为静态姿势Partic (CSV)数据。c从原始数据来安排数据保存权杖。gydF4y2Ba

在这项研究中。gydF4y2Ba本研究在探索的背景下发生的有效性hippotherapy实践和新开发的措施称为hippotherapy评价和评估工具(热)。Hippotherapy“疗法”在一匹马的帮助来自于希腊语河马,意思是“马”(gydF4y2Ba 5gydF4y2Ba]。经典hippotherapy治疗,用于恢复肌肉骨骼、神经肌肉,并且会导致心肺使用马运动,促进病人的反应其动态运动(gydF4y2Ba 6gydF4y2Ba]。所谓的好处hippotherapy影响多个身体系统(gydF4y2Ba 7gydF4y2Ba]。文献标识常用工具用来测量多个身体系统赤字从静态姿态动态运动行为,感觉处理和心理/行为的困难。姿势hippotherapy经常评估使用的影响gydF4y2Ba 儿科资产规模gydF4y2Ba(PBS) [gydF4y2Ba 8gydF4y2Ba)或gydF4y2Ba 坐在评估量表gydF4y2Ba(SAS) (gydF4y2Ba 9gydF4y2Ba]。的gydF4y2Ba 粗大运动功能测定gydF4y2Ba(MFM) [gydF4y2Ba 10gydF4y2Ba)经常被用来测量电动机的动态行为。的gydF4y2Ba 感官剖面gydF4y2Ba(SP) (gydF4y2Ba 11gydF4y2Ba)和gydF4y2Ba 感觉处理措施gydF4y2Ba(SPM) (gydF4y2Ba 12gydF4y2Ba)评估感觉处理模式。心理和行为领域经常评估gydF4y2Ba 小儿残疾评估库存gydF4y2Ba(没)gydF4y2Ba 13gydF4y2Ba]。本文中描述的研究中使用的评估是热(gydF4y2Ba Hippotherapy评价和评估工具gydF4y2Ba),由马龙et al。gydF4y2Ba 14gydF4y2Ba]。gydF4y2Ba

科学数据组织为统计和数据保存权杖。gydF4y2Ba应该注意的是,虽然任何OT数据可以输入到Excel中,数据通常是统计转换取决于保存权杖的OT实践领域进行分析。在高温下进行数据测量(gydF4y2Ba 14gydF4y2Ba),原始数据图gydF4y2Ba 1gydF4y2Ba分析了作为gydF4y2Ba (4)gydF4y2Ba HEATTOTALgydF4y2Ba /gydF4y2Ba HEATStaticPosturegydF4y2Ba 。gydF4y2Ba 图中的数据gydF4y2Ba 1gydF4y2Ba是Partic数据。c,计算使用(比gydF4y2Ba 4gydF4y2Ba)和安排数据。这些结果会有所不同根据输入数据,但格式保存权杖R程序总是相同的。gydF4y2Ba

使用保存权杖作为统计的重要组成部分和数据科学是每个参与者自己的控制,这意味着数据的效果不再取决于有一个均匀的参与者池。在这种情况下,参与者可以分析不同并发症分别是单身者们。当然,可以采取总量数据,然后分析小组。这种方法,结合单一学科数据,对职业疗法更有效比张后分析涉及参与者并发症和转化研究非常有用。gydF4y2Ba

保存权杖的有用性也可以看到本文的参与者被诊断出患有并发症,因为这些参与者都可以包括在相同的研究中,当他们分别进行了分析。为了方便保存权杖的使用在临床环境中,一个“R”统计程序(gydF4y2Ba 15gydF4y2Ba]已经写入计算数据结果收集到的参与者和准备使用Microsoft Excel [gydF4y2Ba 16gydF4y2Ba]。这种“R”计划包括预测和比较图形分析工具是数据科学的中流砥柱。问题:有什么区别,在这种背景下,科学统计和数据之间?一个答案是,统计科学本质上是一个模型。数据是修剪和异常值往往完全丢弃,以更好地适应模型。这是线性回归模型的一个例子,在没有考虑在数据集和数据丢失的数据异常值可能被丢弃在韦斯伯格(gydF4y2Ba 17gydF4y2Ba]。在小数据集用于职业治疗,尤其是在单一学科设计,是有限度的会话的数量可以提供的时间和持续时间内处理约束条件。丢弃会话丢失的数据或数据,似乎“常态”外提供太少的数据进行分析,根据Weissman-Miller和福尔摩斯gydF4y2Ba 18gydF4y2Ba]。此外,整个数据代表了参与者的实际结果。丢弃任何的数据符合模型可能是相同的方式丢弃的一些职业治疗师的描述性的参与者笔记,因为他们不符合的治疗师”的假设。使用保存权杖,缺失的数据可以估算使用的方法描述Weissman-Miller和福尔摩斯gydF4y2Ba 18gydF4y2Ba),数据的误差函数。在这个过程中,转化数据和结果取自实际参与者的完整的数据。gydF4y2Ba

 2。材料和方法gydF4y2Ba 2.1。设计的研究gydF4y2Ba

保存权杖分析是一个研究项目的一部分,这导致了新开发的有效性和可靠性Hippotherapy评价和评估工具(热)。热的目的是提供一个通用的工具,治疗师来衡量进展情况以及在hippotherapy实践结果。在最初的IRB批准协议的分析,非实验重复措施研究使用收集的数据来自21个孩子接受hippotherapy服务为了建立这个新hippotherapy的预测效度测量(热)。研究的问题包括以下几点:gydF4y2Ba 1gydF4y2Ba )热显示得分显著变化重复措施?(gydF4y2Ba 2gydF4y2Ba )的基础上,gydF4y2Ba FgydF4y2Ba 统计数据,研究人员可以预测的数量处理会话之前一个客户需要达到一个“高原”进展吗?一旦数据收集,分析了所有的数据,使用一些技术比如克鲁斯卡尔-沃利斯方差分析(非参数等效方差分析),保存权杖模型使用一个普通的最小二乘(OLS)线性回归和逐步预测方法基于威布尔参数累积分布的比例由Weissman-Miller et al。gydF4y2Ba 2gydF4y2Ba]和Weissman-Miller [gydF4y2Ba 3gydF4y2Ba]。gydF4y2Ba

 2.2。汇总的原始Hippotherapy评价和评估工具(热)措施gydF4y2Ba

Hippotherapy评价和评估工具(热)是由本文的第三作者(Shotwell)反应需要一个全面的评估来衡量Hippotherapy结果,作为毕业论文研究的一部分gydF4y2Ba 19gydF4y2Ba]。使用hippotherapy中的文学作为一个指南应该热,什么物品Shotwell,连同她的研究生gydF4y2Ba 19gydF4y2Ba),发现45%的文献讨论动态电动机性能作为hippotherapy结果,20%的文献显示改善静态姿势,代表20%的文章感觉处理的变化,和结果的最小百分比(15%)是由心理或行为的变化。最后版本的热量是100点测量包含四个领域:(a)动态运动行为;(b)静态姿势;(c)感觉加工;和(d)心理/行为表现。gydF4y2Ba

最近的总体目的马龙et al。gydF4y2Ba 14gydF4y2Ba)的研究是进一步探索两种形式的criterion-related有效性的热量(a)的预测效度内重复测量设计和(b)进一步分析热的同时效度相比其他“黄金标准”措施。重复测量设计部分提供了一个机会来保存权杖模型适用于小群体的研究。gydF4y2Ba

 2.3。采样和招聘gydF4y2Ba

马龙et al。gydF4y2Ba 14gydF4y2Ba立意抽样用于招收21岁的孩子,男(gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 8gydF4y2Ba )和女性(gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 13gydF4y2Ba ),年龄在2和19年的从事hippotherapy服务。根据Portney和沃特金斯(gydF4y2Ba 20.gydF4y2Ba),立意抽样技术人员使用选择对象的基础上,具体的标准。在这项研究中,研究人员想和专门测试各种各样的科目不同程度的限制。立意抽样是适合分析使用保存权杖异构单一学科的设计。儿童参与hippotherapy是从门诊康复设施和招募谷仓在美国东南部,以确保熟悉马。入选标准要求参与者说英语,除非翻译是可用的。没有针对性的性别,种族,或诊断组被排除在外。试图招募儿童诊断通常出现在hippotherapy实践包括自闭症;脑瘫;注意缺陷多动障碍;唐氏综合症; and other genetic disorders.

 2.4。数据收集和分析的热样本数据gydF4y2Ba

数据收集的14周hippotherapy会话期间使用的热量。残疾的儿童评估库存(没)也在第一个和最后一个会话管理为了探索并发和预测效度。配对gydF4y2Ba tgydF4y2Ba 测试进行了探讨热显示随时间变化的能力。这个准实验重复措施研究使用收集的数据来自21个hippotherapy的儿童服务。本研究采用准实验设计,因为没有随机分配或对照组。建立预测效度的热量,四个研究问题从每个参与者为数据采集提供了框架。这些问题包括以下。gydF4y2Ba

(gydF4y2Ba 1gydF4y2Ba 在热数十张后)有区别吗?(1)分数热显示统计学意义随着时间而变化?(1 b) hippotherapy干预显示功能行为的变化没成绩呢?(gydF4y2Ba 2gydF4y2Ba )是热量有效的措施对与一个“occupation-based措施”,比如没效果?一旦数据收集,统计分析包括(a)配对gydF4y2Ba tgydF4y2Ba 测试,(b)半参数比例估计量(保存权杖)模型,和(c)探索性的相关性。因为孩子参与hippotherapy往往各不相同,彼此一组设计进行比较是有缺陷的。它可能更合适,客户是自己控制和预备考试分数相比,他们的期末测验的分数。由于热量测量用于重复措施,稳定时间是探索所示马龙et al。(gydF4y2Ba 14gydF4y2Ba]。gydF4y2Ba

张后差异表明,三四个领域的热有统计上显著的结果除了静态姿势(gydF4y2Ba pgydF4y2Ba =gydF4y2Ba 0.071gydF4y2Ba )。的配对gydF4y2Ba tgydF4y2Ba 以及结果表gydF4y2Ba 1gydF4y2Ba给统计意义和全面的总结HEATTOTAL和每个子域的结果。大多数的gydF4y2Ba tgydF4y2Ba 测试探索每个域的差异在统计上显著。虽然这是有用的信息显示热措施的充分性,并没有提供这种类型的分析观察治疗结果的“黑盒”。从总体结果表gydF4y2Ba 1gydF4y2Ba,12参与者风险从这个数据集完成会话1和14前后会话(gydF4y2Ba 14gydF4y2Ba),我们可以确定发生了什么,但为什么结果可能会改变随着时间的推移,或如何治疗可能改善。一个先进的统计技术,半参数比例估计量(保存权杖)进行进一步确定热的灵敏度和稳定性。个人保存权杖模型提供了进一步比较和分析的洞察力观察笔记和数值数据之间热量导致数据的转化研究。gydF4y2Ba

配对gydF4y2Ba tgydF4y2Ba 以及热进行预测的结果/测验后的结果。gydF4y2Ba

项目gydF4y2Ba TgydF4y2Ba 测试gydF4y2Ba NgydF4y2Ba tgydF4y2Ba dfgydF4y2Ba 团体。gydF4y2Ba
会话1和总热量gydF4y2Ba热总会议14gydF4y2Ba 12gydF4y2Ba −4.033gydF4y2Ba 11gydF4y2Ba .002gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba
热1与静态姿势会话gydF4y2Ba热静态姿势会话14gydF4y2Ba 12gydF4y2Ba −2.000gydF4y2Ba 11gydF4y2Ba .071gydF4y2Ba
1与热感觉处理会话gydF4y2Ba热感觉处理会话14gydF4y2Ba 12gydF4y2Ba −2.568gydF4y2Ba 11gydF4y2Ba .026gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba
心理/行为会话1和热gydF4y2Ba热心理/行为会话14gydF4y2Ba 12gydF4y2Ba −4.696gydF4y2Ba 11gydF4y2Ba 措施gydF4y2Ba ∗gydF4y2Ba ∗gydF4y2Ba

∗gydF4y2Ba ∗gydF4y2Ba 使用SPSS表示统计学意义。gydF4y2Ba

 2.5。转化研究的研究设计gydF4y2Ba

数据通过数据收集过程使用SPSS中的热量测量输入(gydF4y2Ba 21gydF4y2Ba]分析12个参与者使用成对张后的结果gydF4y2Ba tgydF4y2Ba 测试。这些结果具有统计学意义,除了静态姿势(热gydF4y2Ba pgydF4y2Ba =gydF4y2Ba 0.071gydF4y2Ba )。其他统计措施被用来分析数据的总参与者样本,gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 21gydF4y2Ba 。下一个问题解决是什么样的改变参与者的分数显示随着时间的推移使用保存权杖程序写在R从Excel软件。R发展核心团队(gydF4y2Ba 15gydF4y2Ba)计算机软件语言提供了各种各样的统计和图形技术,提供一个比较个人的基础数值和图形化统计结果和数据的科学。转化分析本文示例的一个子集(gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 5gydF4y2Ba )最初选择调查潜在的确定比较的结果。选择的5个参与者完整性的数据集用于保存权杖分析。此外,生物统计学家蒙蔽了每个参与者的身份,以减少可能的偏见。Excel数据的分析了这五个参与者使用R程序保存权杖。这个程序是通过使用R工作室(gydF4y2Ba 22gydF4y2Ba]。读取数据时,Excel程序必须保存为csv或数据文件。然后,清单数据集和采购R程序将读取数据集,例如,gydF4y2Ba

数据集< - read.csv (“Falls.d.Final2_2014.csv”)gydF4y2Ba

源(“test175.R”)gydF4y2Ba

括号中的数据的名字是你的数据。说明该方法的R工作室在图所示gydF4y2Ba 1gydF4y2Ba。gydF4y2Ba

 2.6。分析选择参与者的一个子集gydF4y2Ba

五个随机选择的参与者,四个有14节和一个有13个交易日。四个参与者丢失一些数据。保存权杖的使用作为一个单一学科设计模型容易允许归责缺失的数据。在这个分析中,数据是使用一种方法估算由Weissman-Miller和福尔摩斯gydF4y2Ba 18gydF4y2Ba),所以在保存权杖“完整的”数据集进行了分析推导出“改变”为每个5参与者和未来的预测疗效的治疗。在这项研究中,错误估计缺失的数据不同的参与者在0.0005和0.0526之间。首先要考虑的是最小化实验数据的数量级尽可能使用昆虫蜜之前(线性插值)填写两个现有的原始数据点之间的必要数据。因此,插值应该几乎在最后一步的数据准备、数量级的比率(gydF4y2Ba 4gydF4y2Ba)将小。这一分析最重要的部分是由误差函数给出。这些数据点的误差函数来自帕内尔(gydF4y2Ba 23gydF4y2Ba)和二阶导数的计算一个三次多项式函数来自数值分析。细节和一个完整的分析使用数据从秋天预防长老给出本文通过Weissman-Miller和福尔摩斯gydF4y2Ba 18gydF4y2Ba]。最根本的问题是归责的数据,使用一个小的局部线性化的原始数据点,扭曲了数据保存权杖的合适模型。因为许多,如果不是大多数,单一学科设计为小型数据集有缺失的数据,这个分析的基本思想是提供一个误差函数,与每个估算数据点相关联,可以确定任何潜在的变形。这一假设提供了一个答案在每种情况下,而不是是否要嫁祸于数据,但如果估算数据点有足够小的错误函数。然后保存权杖模型结果可以被认为是充分的,因为在这个热分析数据为每个参与者。gydF4y2Ba

每个参与者的数据总量,在所有领域中,通过保存权杖软件程序运行,产生数值和图形结果。然后,每个子域的每个参与者的热量测量进行了分析。这些分析的结果为一个热领域令人惊讶和导致职业疗法转化研究的解释。gydF4y2Ba

 3所示。结果gydF4y2Ba

保存权杖的图形表示模型,使用单一的参与者的数据从一个域,点图来显示更改gydF4y2Ba 2gydF4y2Ba。gydF4y2Ba

Partic.c_Sensory Processing plot of regression on data with change point and prediction.

这是一个回归问题的期望值假定因变量有不同的解释变量的函数形式在特定的社区空间。根据Weissman-Miller [gydF4y2Ba 3gydF4y2Ba),保存权杖模型,改变点的确定是一个结构变化,显示了参与者的动态特性与并发症。的最高或最低变化点这个参与者的预测是在会话5。计算的能力gydF4y2Ba pgydF4y2Ba 回归分析的数据点的值,使保存权杖模型的预测是一个独特的力量。gydF4y2Ba

3.1。HEATTOTAL变量的结果gydF4y2Ba

使用保存权杖HEATTOTAL变量进行了分析。总得分的结果是阳性四个人和一个正态分布的数据,通过残差的散点如图所示,除了一个参与者。因为只有一个负的单一学科预测这五个参与者,问题如下:消极的总数预测在21日最终参与者的分数吗?在这项研究中只有三个负面HEATTOTAL成绩在整个数据集。因此,意味着这三个数据会有一个非常小的或微不足道的影响的统计意义上所有热作为一个整体的数据分析数据集。此外,当看着五个负面结果之一,也就是说,还是一个相对较小的影响在考虑所有五个参与者的平均数据,配对gydF4y2Ba tgydF4y2Ba 以及结果的统计学意义和总体一眼HEATTOTAL和每个子域的结果。虽然这是有用的信息的充分性热措施,这种类型的分析并没有提供一个观察治疗结果的“黑盒”。从总体结果表gydF4y2Ba 1gydF4y2Ba从马龙et al。gydF4y2Ba 14gydF4y2Ba),我们可以确定发生了什么,但为什么结果可能会改变随着时间的推移,或如何治疗可能改善。gydF4y2Ba

HEATTOTAL随机五参与者的结果表gydF4y2Ba 2gydF4y2Ba。个别参与者的数据进行了分析使用保存权杖作为描述Weissman-Miller et al。gydF4y2Ba 2gydF4y2Ba]和Weissman-Miller [gydF4y2Ba 3gydF4y2Ba]。参与者被称为Partic。一个,等等。gydF4y2Ba

个别参与者的HEATTOTAL分析。gydF4y2Ba

参与者gydF4y2Ba 域gydF4y2Ba 变化点数量gydF4y2Ba RgydF4y2Ba 2gydF4y2Ba pgydF4y2Ba 价值gydF4y2Ba 预测方向gydF4y2Ba 残差gydF4y2Ba
Partic.agydF4y2Ba 总gydF4y2Ba 14gydF4y2Ba 0.5875gydF4y2Ba 0.00139gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.bgydF4y2Ba 总gydF4y2Ba 14gydF4y2Ba 0.8275gydF4y2Ba 0.00000644gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.cgydF4y2Ba 总gydF4y2Ba 1gydF4y2Ba 0.2933gydF4y2Ba 0.1656gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.dgydF4y2Ba 总gydF4y2Ba 13gydF4y2Ba 0.7777gydF4y2Ba 0.00000303gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.egydF4y2Ba 总gydF4y2Ba 1gydF4y2Ba 0.4153gydF4y2Ba 0.4298gydF4y2Ba 负gydF4y2Ba 正态分布gydF4y2Ba

能够分析数据使用的值保存权杖是如果所有参与者的所有数据的均值分析,它是正的,也会有一个变化点和意思gydF4y2Ba pgydF4y2Ba 价值。这种类型的分析验证热测量作为一个整体。然而,也可以使用保存权杖个体总数以及每个域为每个参与者如表所示gydF4y2Ba 2gydF4y2Ba。的值为每个域,每个参与者都是小的gydF4y2Ba pgydF4y2Ba 价值观反映了统计显著性水平的函数,个人。然而每一个gydF4y2Ba pgydF4y2Ba 价值不能反映测量的意义为所有参与者的所有域。gydF4y2Ba

 3.2。保存权杖个体参与者在静态变量域的分析gydF4y2Ba

使用保存权杖个别参与者的数据进行了分析。表中给出了变量的结果的摘要gydF4y2Ba 3gydF4y2Ba。gydF4y2Ba

保存权杖分析静态姿势5参与者的变量。gydF4y2Ba

参与者gydF4y2Ba 域gydF4y2Ba 变化点数量gydF4y2Ba RgydF4y2Ba 2gydF4y2Ba pgydF4y2Ba 价值gydF4y2Ba 预测方向gydF4y2Ba 残差gydF4y2Ba
Partic.agydF4y2Ba 静态gydF4y2Ba 14gydF4y2Ba 0.524gydF4y2Ba 0.0034gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.bgydF4y2Ba 静态gydF4y2Ba 14gydF4y2Ba 0.235gydF4y2Ba 0.0788gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.cgydF4y2Ba 静态gydF4y2Ba 13gydF4y2Ba 0.454gydF4y2Ba 0.212gydF4y2Ba 负gydF4y2Ba ~正常/异常值gydF4y2Ba
Partic.dgydF4y2Ba 静态gydF4y2Ba 14gydF4y2Ba 0.9996gydF4y2Ba 0.0125gydF4y2Ba 积极的gydF4y2Ba 正态分布gydF4y2Ba
Partic.egydF4y2Ba 静态gydF4y2Ba 13 (13)gydF4y2Ba 0.1282gydF4y2Ba 0.2296gydF4y2Ba 负gydF4y2Ba 正态分布gydF4y2Ba

可以看出,有两个负预测五个参与者。分析只有总的数据从一个变量非常不同的所有参与者的数据。在这种情况下,我们可以看到名为Partic参与者。e仍然是负面的,但参与者Partic命名。c也是负的。当所有Partic。c的数据总计,她预测方向是积极的,我们可以看到在桌子上gydF4y2Ba 2gydF4y2Ba。所有的数据总量的预测差异一个参与者可以相比完全不同的只有一个域的数据。这样,转化研究在职业治疗开始实施“翻译”的比较结果在统计科学研究成果转化为更有意义的职业治疗实践和成果为每个单独的参与者。在这个分析,分析工具保存权杖表明Partic。c的静态姿势可能是一个问题,应该由治疗师。gydF4y2Ba

 3.3。保存权杖分析所有域的一个参与者gydF4y2Ba

Partic.c’s individual data were analyzed using SPRE. A summary of variable outcomes is given in Table 4gydF4y2Ba。gydF4y2Ba

为每一个变量保存权杖的分析一个参与者。gydF4y2Ba

参与者gydF4y2Ba 域gydF4y2Ba 变化点数量gydF4y2Ba RgydF4y2Ba 2gydF4y2Ba pgydF4y2Ba 价值gydF4y2Ba 预测方向gydF4y2Ba 残差gydF4y2Ba
Partic.cgydF4y2Ba 静态gydF4y2Ba 13gydF4y2Ba 0.454gydF4y2Ba 0.212gydF4y2Ba 负gydF4y2Ba ~正常/梯子gydF4y2Ba
Partic.cgydF4y2Ba 动态gydF4y2Ba 13gydF4y2Ba 0.222gydF4y2Ba 0.238gydF4y2Ba 积极的gydF4y2Ba 正常的gydF4y2Ba
Partic.cgydF4y2Ba 感觉处理gydF4y2Ba 5gydF4y2Ba 0.328gydF4y2Ba 0.065gydF4y2Ba 积极的gydF4y2Ba 非正态的/异常值gydF4y2Ba
Partic.cgydF4y2Ba 心理/ SocgydF4y2Ba 3gydF4y2Ba 0.548gydF4y2Ba 0.153gydF4y2Ba 积极的gydF4y2Ba 正常的gydF4y2Ba

每个域的分析:静态姿势,动态运动行为,感觉处理和心理/行为的参与者(Partic.c)。她的静态姿势预测是消极的,而其余领域积极的预测。数据的比较结果表明,残差的感觉处理领域相当正常与异常值和预测是积极的在这种情况下。局外人的感觉处理域可能表明参与者感觉处理是一个问题。应该进一步研究这些关系图形和统计上确定具体和有针对性的职业疗法治疗的必要性。gydF4y2Ba

 3.4。保存权杖Partic.c数值和图形结果gydF4y2Ba

保存权杖分析如图gydF4y2Ba 3gydF4y2BaPartic。c,静态的姿势。情节上右边的图,标注“保存权杖剩余工资”,表明标准化残差对理论分位数为该变量的数据。gydF4y2Ba

热Partic标准化残差分析。在保存权杖c _Static姿势。gydF4y2Ba

在图gydF4y2Ba 4gydF4y2Ba,保存权杖的感官分析处理数据并绘制使用相同的格式。故事情节有一个非常相似的形状虽然偏远标准化残差是不同的。gydF4y2Ba

热Partic标准化残差分析。c _感觉处理保存权杖。gydF4y2Ba

在图gydF4y2Ba 5gydF4y2Ba,右上角的手阴谋情节对安装的残差值静态姿势。gydF4y2Ba

热Partic残差分析。在保存权杖c _静态姿势。gydF4y2Ba

在图gydF4y2Ba 6gydF4y2Ba情节,右上角的手感觉情节对安装的残差值处理。gydF4y2Ba

热Partic残差分析。c _感觉处理保存权杖。gydF4y2Ba

这四个图显示不同的信息。在数据gydF4y2Ba 3gydF4y2Ba和gydF4y2Ba 4gydF4y2Ba,正常的qq的阴谋非常相似的形状。而图gydF4y2Ba 3gydF4y2Ba显示了一个合理的正态分布有两个潜在的离群值,图gydF4y2Ba 4gydF4y2Ba还显示了大部分的数据正常曲线后,但有更多的定义的异常值。看着这两个情节从数据科学的角度来看,比较相似的形状表示一个可能的静态姿势和感觉处理变量之间的关系。gydF4y2Ba

然而,在进一步调查数据,图gydF4y2Ba 5gydF4y2Ba现在从回归分析表明,这些残差正态分布的数据,用同样的2潜在的离群值。然而,残差图gydF4y2Ba 6gydF4y2Ba指向一个真正的问题在数据的残差分析结果对于这个参与者在这一领域。这种类型的情节展示了该变量的残差数据不是随机分散,因此不是正态分布。此外,方差不是常数(当这些残差形似锥)。这意味着当一个情节个体误差对预报值,预测误差的方差值应该是常数。事实上,保存权杖残差图gydF4y2Ba 6gydF4y2Ba接近一条直线,低于0.0,是如此不同于随机分散的残差图的形状gydF4y2Ba 5gydF4y2Ba上方和下方0.0,这表明这个参与者的感觉处理的问题。此外,负斜率为静态姿势图预测gydF4y2Ba 3gydF4y2Ba结合残差的正态分布的数据显示一个潜在的问题与静态姿势的参与者。同样,极端nonnormality感觉处理的残差图gydF4y2Ba 6gydF4y2Ba表明Partic感觉处理。c是一个问题,即使是积极的预测。gydF4y2Ba

数据的结果gydF4y2Ba 3gydF4y2Ba- - - - - -gydF4y2Ba 6gydF4y2Ba综上所述表明一个问题在这两个领域的参与者。这表明一个潜在的治疗静态姿势和感觉之间的关系处理问题在这种情况下,根据比较结果和异常从统计学和数据科学的方法来识别这个参与者的治疗问题。gydF4y2Ba

 4所示。讨论gydF4y2Ba

摘要转化研究成果应用于数值方法在统计数据和图形的组合方法在数据的科学。尤其是当保存权杖的使用模型进行分析的热措施的总和为每个参与者个人的分析变量。这一转化过程的结果分析了大意味着特定的和个人数据被发现之间的关系的两个变量,参与者的响应,确定潜在的治疗需求。gydF4y2Ba

在Partic以下发现。c的结果之间的连接被认为是静态的姿势和感觉处理,既结构考虑本体感受和前庭功能。根据Case-Smith [gydF4y2Ba 24gydF4y2Ba),开发vestibular-proprioceptive-visual连接提供的开端姿势控制和持续改进,导致进一步发展动态姿势控制的平衡和流动性。这个研究和其他(见斯奈德et al。gydF4y2Ba 25gydF4y2Ba和奥斯丁等。gydF4y2Ba 26gydF4y2Ba]]表明了姿势和感觉之间的相关性处理域的热量,这表明热可能是敏感到足以挑战认同感觉处理尽管只有20 100点测量这一领域。gydF4y2Ba

职业治疗案例描述性的笔记,发现,干预周期的末尾,Partic。c的父亲和弟弟开始参加和观看治疗会议。综述了这些职业治疗案例笔记提供治疗背景的统计变化姿态测量和保存权杖有消极的预测。在过去3 - 4会话,她看向她时的姿势减少爸爸和妹妹。她的分数在静态姿势下降(尽管所有热量的分布14分数正常与异常值)。她的分数在热感觉处理也减少了会话的14 5个交易日。gydF4y2Ba

分析结果对于这个参与者使用保存权杖的结果指出静态姿势和感觉之间的关系处理,随后证实了研究文献。此外,保存权杖的负面预测方向预测分析解释了在治疗职业治疗描述性的笔记。在这项研究中,转化研究“翻译”比较结果在统计和数据科学研究成果转化为有意义的职业治疗研究、实践,更好的理解的结果。从这个意义上讲,转化研究可以提供洞察实现“数据实践”结果产生新的治疗手段。gydF4y2Ba

 相互竞争的利益gydF4y2Ba

作者宣称没有利益冲突有关的出版。gydF4y2Ba

 DuntongydF4y2Ba w·R。gydF4y2Ba 需要和职业治疗研究的价值gydF4y2Ba 职业治疗和康复gydF4y2Ba 1934年gydF4y2Ba 13gydF4y2Ba 5gydF4y2Ba 325年gydF4y2Ba 328年gydF4y2Ba 2 - s2.0 - 56749178509gydF4y2Ba Weissman-MillergydF4y2Ba D。gydF4y2Ba ShotwellgydF4y2Ba m P。gydF4y2Ba 米勒gydF4y2Ba r . J。gydF4y2Ba 新的单一学科和n设计职业治疗:应用程序在肥胖减肥gydF4y2Ba 美国职业治疗》杂志上gydF4y2Ba 2012年gydF4y2Ba 66年gydF4y2Ba 4gydF4y2Ba 455年gydF4y2Ba 462年gydF4y2Ba 10.5014 / ajot.2012.004788gydF4y2Ba 2 - s2.0 - 84863968896gydF4y2Ba Weissman-MillergydF4y2Ba D。gydF4y2Ba 小说从半参数点估计比率估计量(保存权杖):从短期线性数据长期健康的结果,与应用程序在肥胖减肥gydF4y2Ba 国际生物统计学杂志》上gydF4y2Ba 2013年gydF4y2Ba 9gydF4y2Ba 2gydF4y2Ba 175年gydF4y2Ba 184年gydF4y2Ba 10.1515 / ijb - 2012 - 0049gydF4y2Ba Weissman-MillergydF4y2Ba D。gydF4y2Ba 预测前列腺癌生存:使用一个扩展的最大间隔法半参数比例估计量的变化点(保存权杖)gydF4y2Ba 国际期刊的统计和概率gydF4y2Ba 2016年gydF4y2Ba 5gydF4y2Ba 2gydF4y2Ba 10.5539 / ijsp.v5n2p19gydF4y2Ba 美国Hippotherapy协会gydF4y2Ba 2015年2月,gydF4y2Ba http://www.americanhippotherapyassociation.org/gydF4y2Ba 格拉纳多斯gydF4y2Ba a . C。gydF4y2Ba 世界gydF4y2Ba i F。gydF4y2Ba 为什么有特殊需要的孩子感觉更好hippotherapy会议:一个概念性的评论吗gydF4y2Ba 替代和补充医学杂志》上gydF4y2Ba 2011年gydF4y2Ba 17gydF4y2Ba 3gydF4y2Ba 191年gydF4y2Ba 197年gydF4y2Ba 10.1089 / acm.2009.0229gydF4y2Ba 2 - s2.0 - 79952926928gydF4y2Ba DebusegydF4y2Ba D。gydF4y2Ba 钱德勒gydF4y2Ba C。gydF4y2Ba 吉布gydF4y2Ba C。gydF4y2Ba 德国和英国的探索物理治疗师的意见hippotherapy及其测量的影响gydF4y2Ba 物理治疗理论与实践gydF4y2Ba 2005年gydF4y2Ba 21gydF4y2Ba 4gydF4y2Ba 219年gydF4y2Ba 242年gydF4y2Ba 10.1080 / 09593980500321143gydF4y2Ba 2 - s2.0 - 28844499885gydF4y2Ba Silkwood-SherergydF4y2Ba d . J。gydF4y2Ba 基里gydF4y2Ba c . B。gydF4y2Ba 长gydF4y2Ba t M。gydF4y2Ba 马丁gydF4y2Ba k . S。gydF4y2Ba Hippotherapy-an干预提供周转资金平衡赤字在儿童运动障碍:一个临床试验gydF4y2Ba 物理治疗gydF4y2Ba 2012年gydF4y2Ba 92年gydF4y2Ba 5gydF4y2Ba 707年gydF4y2Ba 717年gydF4y2Ba 10.2522 / ptj.20110081gydF4y2Ba 2 - s2.0 - 84860641912gydF4y2Ba 哈米尔gydF4y2Ba D。gydF4y2Ba 华盛顿gydF4y2Ba k。gydF4y2Ba 白色的gydF4y2Ba o . R。gydF4y2Ba hippotherapy姿势控制的效果与脑瘫儿童坐在gydF4y2Ba 物理和职业疗法在儿科gydF4y2Ba 2007年gydF4y2Ba 27gydF4y2Ba 4gydF4y2Ba 23gydF4y2Ba 42gydF4y2Ba 10.1300 / j006v27n04_03gydF4y2Ba 2 - s2.0 - 38349011540gydF4y2Ba BertotigydF4y2Ba d·B。gydF4y2Ba 治疗效果上骑马的姿势与脑瘫儿童gydF4y2Ba 物理治疗gydF4y2Ba 1988年gydF4y2Ba 68年gydF4y2Ba 10gydF4y2Ba 1505年gydF4y2Ba 1512年gydF4y2Ba 2 - s2.0 - 0024236053gydF4y2Ba 河中沙洲gydF4y2Ba m B。gydF4y2Ba 贝尔德gydF4y2Ba j . M。gydF4y2Ba 金gydF4y2Ba y . J。gydF4y2Ba RajoragydF4y2Ba k B。gydF4y2Ba 德席尔瓦gydF4y2Ba D。gydF4y2Ba PodolinskygydF4y2Ba lgydF4y2Ba MazefskygydF4y2Ba C。gydF4y2Ba MinshewgydF4y2Ba N。gydF4y2Ba 治疗骑马parent-identified目标儿童自闭症谱系障碍的结果:一个ABA′多个案例设计研究剂量和泛化的家庭和社区gydF4y2Ba 自闭症与发育障碍杂志》上gydF4y2Ba 2014年gydF4y2Ba 44gydF4y2Ba 4gydF4y2Ba 937年gydF4y2Ba 947年gydF4y2Ba 10.1007 / s10803 - 013 - 1949 - xgydF4y2Ba 2 - s2.0 - 84896374877gydF4y2Ba 低音gydF4y2Ba M . M。gydF4y2Ba DuchownygydF4y2Ba c。gydF4y2Ba LlabregydF4y2Ba M . M。gydF4y2Ba 治疗的效果骑马在自闭症儿童的社会功能gydF4y2Ba 自闭症与发育障碍杂志》上gydF4y2Ba 2009年gydF4y2Ba 39gydF4y2Ba 9gydF4y2Ba 1261年gydF4y2Ba 1267年gydF4y2Ba 10.1007 / s10803 - 009 - 0734 - 3gydF4y2Ba 2 - s2.0 - 69049110879gydF4y2Ba 公园gydF4y2Ba 大肠。gydF4y2Ba RhagydF4y2Ba D.-W。gydF4y2Ba 胫骨gydF4y2Ba j·S。gydF4y2Ba 金gydF4y2Ba 年代。gydF4y2Ba 荣格gydF4y2Ba 年代。gydF4y2Ba hippotherapy对粗大运动功能和功能性能的影响与脑瘫儿童gydF4y2Ba 延世医学杂志gydF4y2Ba 2014年gydF4y2Ba 55gydF4y2Ba 6gydF4y2Ba 1736年gydF4y2Ba 1742年gydF4y2Ba 10.3349 / ymj.2014.55.6.1736gydF4y2Ba 2 - s2.0 - 84908237808gydF4y2Ba 马龙gydF4y2Ba T。gydF4y2Ba 钱财gydF4y2Ba E。gydF4y2Ba MacSpaddengydF4y2Ba C。gydF4y2Ba 莫斯gydF4y2Ba E。gydF4y2Ba O 'KelleygydF4y2Ba B。gydF4y2Ba 帖子gydF4y2Ba E。gydF4y2Ba Hippotherapy预测效度的评价和评估工具(热)[硕士论文)gydF4y2Ba 2016年gydF4y2Ba 盖恩斯维尔美国GagydF4y2Ba Brenau大学gydF4y2Ba R发展核心团队gydF4y2Ba 接待员:统计计算的语言和环境gydF4y2Ba 2010年gydF4y2Ba 奥地利的维也纳gydF4y2Ba R统计计算的基础gydF4y2Ba http://www.R-Project.orggydF4y2Ba Microsoft ExcelgydF4y2Ba 微软公司gydF4y2Ba 2016年gydF4y2Ba 美国华盛顿州雷德蒙德的gydF4y2Ba 一个微软的方法gydF4y2Ba 韦斯伯格gydF4y2Ba 年代。gydF4y2Ba 应用线性回归gydF4y2Ba 2005年gydF4y2Ba 美国新泽西州霍博肯gydF4y2Ba Wiley-IntersciencegydF4y2Ba 10.1002 / 0471704091gydF4y2Ba MR2112740gydF4y2Ba Weissman-MillergydF4y2Ba D。gydF4y2Ba 福尔摩斯gydF4y2Ba W。gydF4y2Ba 小说低误差下降预防计划使用插值方法单一,主题设计统计模型保存权杖gydF4y2Ba 国际当前生命科学研究杂志》上gydF4y2Ba 2015年gydF4y2Ba 4gydF4y2Ba 429年gydF4y2Ba 435年gydF4y2Ba 考克斯gydF4y2Ba H。gydF4y2Ba 摩根gydF4y2Ba T。gydF4y2Ba 史密斯gydF4y2Ba E。gydF4y2Ba 怀尔斯gydF4y2Ba R。gydF4y2Ba hippotherapy对脑瘫患者的影响从用户的角度来看:定性研究[硕士论文)gydF4y2Ba 2011年gydF4y2Ba Brenau大学gydF4y2Ba PortneygydF4y2Ba l·G。gydF4y2Ba 沃特金斯gydF4y2Ba m P。gydF4y2Ba PortneygydF4y2Ba l·G。gydF4y2Ba 沃特金斯gydF4y2Ba m P。gydF4y2Ba 测量的有效性gydF4y2Ba 临床基础研究:应用到实践中去gydF4y2Ba 2009年gydF4y2Ba 上台北,美国gydF4y2Ba 培生教育gydF4y2Ba 97年gydF4y2Ba 116年gydF4y2Ba IBMgydF4y2Ba IBM SPSS统计窗口,22.0版gydF4y2Ba 2013年gydF4y2Ba 美国纽约阿蒙克gydF4y2Ba IBMgydF4y2Ba R工作室v.0.96gydF4y2Ba 2014年,gydF4y2Ba http://www.rstudio.comgydF4y2Ba 帕内尔gydF4y2Ba C。gydF4y2Ba 圣安德鲁斯大学,数值分析gydF4y2Ba 2015年3月,gydF4y2Ba http://www-solar.mcs.st-andrews.ac.uk/ ~克莱尔/讲座/ num-analysis / Numan_chap3.pdfgydF4y2Ba Case-SmithgydF4y2Ba J。gydF4y2Ba Case-SmithgydF4y2Ba J。gydF4y2Ba O ' briengydF4y2Ba j . C。gydF4y2Ba 儿童发展职业gydF4y2Ba 职业治疗儿童gydF4y2Ba 2010年gydF4y2Ba 6日gydF4y2Ba 马里兰的高度,密苏里州,美国gydF4y2Ba 爱思唯尔gydF4y2Ba 56gydF4y2Ba 83年gydF4y2Ba 斯奈德gydF4y2Ba J。gydF4y2Ba 史密斯gydF4y2Ba D。gydF4y2Ba 宾州gydF4y2Ba K。gydF4y2Ba 韦德gydF4y2Ba K。gydF4y2Ba 建立并发hippotherapy评估的有效性和评价工具(硕士论文)gydF4y2Ba 2012年gydF4y2Ba Brenau大学gydF4y2Ba 奥斯丁gydF4y2Ba 一个。gydF4y2Ba 桥梁gydF4y2Ba K。gydF4y2Ba 举杯祝酒gydF4y2Ba D。gydF4y2Ba 特鲁伊特gydF4y2Ba lgydF4y2Ba 并发hippotherapy评估的有效性和评价工具(硕士论文)gydF4y2Ba 2013年gydF4y2Ba Brenau大学gydF4y2Ba