MétaCan
Menu
Retour à la cohorte
Enregistrement W2027049748 · doi:10.3109/02699052.2013.772237

Normative data for the modified balance error scoring system in adults

2013· article· en· W2027049748 sur OpenAlexaff
Grant L. Iverson, Michael S. Koehle

Notice bibliographique

RevueBrain Injury · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésNormativeBalance (ability)MedicinePhysical medicine and rehabilitationTest (biology)Physical therapyPsychology

Résumé

récupéré en direct d'OpenAlex

PRIMARY OBJECTIVE: Head trauma, with or without injury to the brain, can impair balance and postural stability. The Modified Balance Error Scoring System (M-BESS) is a rapid, standardized, objective bedside test that can be helpful for monitoring recovery of balance and postural stability following head trauma. The purpose of this study is to develop preliminary normative data for this test for adults. METHODS AND PROCEDURES: Adults between the ages of 20-69 (n = 1234) were administered the M-BESS as part of a comprehensive preventive health screen. They did not have significant medical, neurological or lower extremity problems that might have an adverse effect on balance. MAIN OUTCOMES AND RESULTS: M-BESS performance significantly declined with age. Men and women performed similarly on the M-BESS. There was a small significant difference in M-BESS performance, with obese men performing more poorly than non-obese men and a larger significant difference between obese and non-obese women. CONCLUSIONS: The M-BESS normative data are presented for the total sample and by age, sex and age-by-sex. These normative data provide a frame of reference for interpreting M-BESS performance in adults who sustain traumatic brain injuries and adults with diverse neurological problems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,062
Tête enseignante GPT0,379
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations57
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207