MétaCan
Menu
Retour à la cohorte
Enregistrement W2013532191 · doi:10.1186/s13013-015-0037-8

Ultrasound-assisted brace casting for adolescent idiopathic scoliosis, IRSSD Best research paper 2014

2015· article· en· W2013532191 sur OpenAlex
Edmond Lou, Amanda CY Chan, Andreas Donauer, Melissa Tilburn, Doug Hill

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueScoliosis · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of Alberta
Organismes subventionnairesGlenrose Rehabilitation Hospital FoundationGlenrose Rehabilitation HospitalAlberta InnovatesWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésBraceMedicineScoliosisCobb angleUltrasoundIdiopathic scoliosisTorsoBracingPhysical therapyOrthodonticsSurgeryStructural engineeringEngineeringRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Brace treatment is the most effective non-surgical treatment for AIS. High initial in-brace correction increases successful brace treatment outcomes. The objective of this study was to investigate if real-time ultrasound (US) can aid orthotists in selecting the pad pressure level and location resulting in optimal in-brace correction of the spine. METHODS: Twenty six AIS subjects participated in this pilot study with 17 (2 M, 15 F) in the control group and 9 (2 M, 7 F) in the intervention group. For the control group, the standard method was used to design their braces. In addition to the standard of care, a medical 3D ultrasound (US) system, a custom pressure measurement system and in-house software were used to select pad placement and pressure levels for the intervention group. The orthotist used a custom standing Providence brace design system to apply pressures against the patient's torso. The applied pad pressures were recorded. A real-time US spinal image was displayed. Cobb angle measurements from the baseline and the assessment scan were performed. The orthotist then decided if an adjustment was needed in terms of altering the pad locations and pressure levels. The procedures may be repeated until the orthotist attained the best simulated in-brace correction configuration to cast the brace. RESULTS: In the control group, 8 of 17 (47%) subjects needed a total of 16 brace adjustments after initial fabrication requiring a total of 33 in-brace radiographs. For the intervention group, the orthotist tried additional configurations in 7 out of 9 cases (78%). Among these 7 revised cases, 5 showed better stimulated in-brace corrections and were subsequently used to cast the brace. As a result, only 1 subject required a minor adjustment after initial fabrication. The total number of in-brace radiographs in the intervention group was 10. CONCLUSIONS: The use of the 3D ultrasound system provided a radiation-free method to determine the optimum pressure level and location to obtain the best stimulated in-brace correction during brace casting. The average number of radiographs per subject taken prior to final brace implementation with the interventional group was significantly lower than the control group.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,222
Tête enseignante GPT0,418
Écart entre enseignants0,197 · 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