Intra-Rater Reliability of Rehabilitative Ultrasound Imaging for Multifidus Muscles Thickness and Cross Section Area in Healthy Subjects
Notice bibliographique
Résumé
INTRODUCTION: Rehabilitative Ultrasound Imaging (RUSI) must be valuable method for research and rehabilitation. So, the reliability of its measurements must be determined. The purpose of this study was to evaluate the intra-rater reliability of RUSI for measurement of multifidus (MF) muscles cross section areas (CSAs), bladder wall diameter, and thickness of MF muscles between 2 sessions in healthy subjects. METHOD: Fifteen healthy subjects through simple non-probability sampling participated in this single-group repeated-measures reliability study. MF muscles thickness at rest and during contraction, MF muscles CSAs at rest, and bladder diameters at rest and during pelvic floor muscles (PFM) contraction were measured through RUSI. Pearson's correlation coefficient test was used to determine intra-rater reliability of variables. FINDING: The results showed that intra-class correlation Coefficient (ICCs) values with 95% confidence interval (CI) and the standard error of the measurement (SEM) were good to excellent agreement for a single investigator between measurement occasions. The intra-rater reliability for the bladder wall displacement was high (ICCs for rest and PFM contraction state: 0.96 and 0.95 respectively), for the MF muscles CSAs at the L4 level was good to high (ICCs 0.75 and 0.91 for right (Rt) and left (Lt) side respectively), and for the thickness of MF muscles at two levels, at rest and during two tasks was moderate to high (ICCs: 0.64 to 0.87). CONCLUSION: The Trans-Abdominal (TA) method of RUSI is a reliable method to quantify the PFM contraction in healthy subjects. Also, the RUSI is a reliable method to measure the MF muscles CSAs, the MF muscles thickness at rest and during functional tasks in healthy subjects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».