Accuracy and inter‐observer reliability of visual estimation compared to clinical goniometry of the elbow
Notice bibliographique
Résumé
PURPOSE: To test the hypothesis that visual estimation by a trained observer is as accurate and reliable as clinical goniometry for measuring elbow range of motion. METHODS: Instrument validity and inter-observer reliability of visual estimation was evaluated on a consecutive series of 50 elbow contractures. Four observers with different levels of elbow experience first estimated extension and flexion of the contracted elbows and then measured them with a blinded goniometer. RESULTS: Instrument validity for visually-based goniometry was extremely high. ICC scores were 0.97 for both extension and flexion estimations. Systematic error was negligible (1°) with upper limits of agreement being 9° (95% CI: 7°-11°) and 8° (95% CI: 6°-10°), respectively, for extension and flexion. For the expert surgeon, 92% of the visual estimates were within 5° of the value obtained by clinical goniometry. Between experienced observers (elbow surgeon and physician assistant), the ICC's were very high-0.96 for extension and 0.93 for flexion. The systematic errors were low, from -1° to 1° with upper limit of agreement being 11° (95% CI: 8°-14°). However, agreement was poor between an inexperienced study coordinator and the others (ICC's: 0.51-0.38, systematic errors: 8°-18°, upper limit of agreement: 32°-40°). The accuracy of the visual estimations made by the experienced elbow surgeon was as good as the measurements taken with a goniometer by the physician assistant or the clinical fellow and better than those taken by an inexperienced study coordinator. CONCLUSIONS: The trained human eye is highly capable of accurately estimating the range of motion of the elbow, compared to conventional clinical goniometry, depending on the experience of the observer. LEVEL OF EVIDENCE: Diagnostic study, Level II.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».