Bilateral Measurement of Resting Calcaneal Stance Position and Tibial Varum Using Digital Photography and Standardized Positioning Protocols
Notice bibliographique
Résumé
BACKGROUND: Excessive calcaneal eversion and tibial varum are thought to predispose individuals to overuse injuries such as patellofemoral pain, yet investigations of this relationship have yielded equivocal results. Differences in the methods used, including stance position, may contribute to the observed differences. METHODS: Forty-six young adults (29 asymptomatic control patients and 17 patients with patellofemoral pain syndrome) participated. Resting calcaneal stance position and tibial varum were measured using a digital photographic-goniometric method while participants adopted three upright, weightbearing stance positions (self-selected, Romberg, and single-limb right or left). Data were collapsed and analyzed by group (asymptomatic, symptomatic) or limb status (uninjured, injured), stance, and limb (right, left). RESULTS: Mean resting calcaneal stance position and tibial varum values differed significantly among the three stance conditions, whereas differences between groups, limb status, and limb were not observed. Pearson product moment correlations revealed no relationship between measures derived under the differing stance conditions (r = -0.08 to -0.37, P > .05) and only weak to moderate relationships in resting calcaneal stance position and tibial varum measures between the right and left limbs (r = 0.37 to 0.71, P < .01). CONCLUSIONS: If differences in reported values for resting calcaneal stance position and tibial varum in an individual, between groups, or from study to study are to be interpreted as true differences or as products of the measurement method used, a standardized measurement method must be established and methods must be accurately reported.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».