ÉTAT DE RÉADAPTATION DU JUMEAU NUMÉRIQUE
75 /100
La récupération progresse mais reste en dessous de la trajectoire personnalisée attendue.
CONTRAINTE MODÉRÉE DE RÉCUPÉRATION
Indice d’efficacité de récupération
78
Récupération observée par rapport à la trajectoire personnalisée attendue du patient. Une valeur plus élevée est préférable.
Probabilité de récidive
17%
Probabilité estimée de lésion, de poussée symptomatique ou de détérioration compensatoire au cours des 48 prochaines heures.
Indice d’adhésion aux exercices
84
Concordance entre l’activité de réadaptation prescrite et la réalisation des exercices observée ou déclarée.
Indice de stress autonome
31%
Charge de stress physiologique dérivée de la VFC, de la fréquence cardiaque au repos et du contexte de récupération. Une valeur plus faible est préférable.
Trajectoire de récupération prédite
Récupération projetée sur 48 heures comparée à la cible spécifique de l’affection attendue pour le parcours de réadaptation de ce patient.
Principaux facteurs de récupération
Historique synthétique de réadaptation sur 14 jours
L’historique illustre comment le prédicteur pourrait apprendre le profil de réponse N-of-1 de chaque patient avant d’établir la prévision actuelle à 24–48 heures.
| Jour | Fonction % | Mouvement % | Douleur /10 | REI | RP % |
|---|
Aide à la décision de réadaptation à 24–48 heures
ÉTAT DE RÉCUPÉRATION À 24 H
82 /100
Amélioration probable avec la poursuite du programme actuel.
ÉTAT DE RÉCUPÉRATION À 48 H
88 /100
Évolution attendue vers la trajectoire cible.
TEMPS ESTIMÉ JUSQU’À LA CIBLE
42 h
Temps estimé pour atteindre la cible de récupération spécifique à l’affection de ce patient, en supposant l’absence de nouvelle charge défavorable.
Interprétation du modèle
Les quatre indicateurs de réadaptation — indice d’efficacité de récupération (REI), probabilité de récidive (RP), indice d’adhésion aux exercices (EAI) et indice de stress autonome (ASI) — sont des mesures composites spécifiques au produit, utilisées à des fins de démonstration. La version actuelle utilise des pondérations synthétiques transparentes pour montrer comment un futur système pourrait combiner le suivi physiologique continu, les données de mouvement et les observations de réadaptation au sein d’un jumeau numérique N-of-1. Un prédicteur de production nécessiterait une validation prospective et une calibration spécifique à chaque affection.