MétaCan
Menu
Retour à la cohorte
Enregistrement W1716048418 · doi:10.3233/ies-2010-0383

Spectral analysis of knee isokinetic extension curves of osteoarthritic patients

2010· article· en· W1716048418 sur OpenAlexaff
Sivan Almosnino, Elizabeth A. Sled, Patrick A. Costigan, Alison Chalmers, Joan M. Stevenson

Notice bibliographique

RevueIsokinetics and Exercise Science · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineExtension (predicate logic)OrthodonticsComputer science

Résumé

récupéré en direct d'OpenAlex

Isokinetic assessment of knee extensors muscle group function in patients suffering from knee osteoarthritis has exclusively been achieved using time-domain based variables. While useful, these analyses do not quantify the conspicuously irregular moment-time pattern exhibited by the involved knee when compared to the contralateral knee. The purpose of this investigation was to assess whether the frequency content of the isokinetic curve can quantify this latter phenomenon. Thirty two patients with knee osteoarthritis participated in this study. Each participant performed 5 maximal concentric knee extensions bilaterally at 60°/s using an isokinetic dynamometer. For each time-domain extension curve, the power spectrum was calculated via Fast Fourier Transform and the maximum frequency content value contained within 99% of total signal power was extracted. Of the 32 participants, 26 exhibited higher frequency contents in the isokinetic curves obtained from their involved knee (p= 0.002, effect size =0.35). The results suggest that the frequency content of isokinetic moment-time curves may provide useful quantitative information regarding the smoothness of moment production, and as such, may be used in conjunction with traditional time-domain variables in the assessment of knee extensors function in patients suffering from knee osteoarthritis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,244
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsokinetics and Exercise ScienceMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207