Prediction of curve progression for AIS patients treated with a TLSO Brace
Notice bibliographique
Résumé
The objective of this study was to develop a curve progression model for patients with AIS receiving brace treatment by considering compliance measures and in-brace correction factors. Bracing is the most commonly used non-surgical treatment for adolescent idiopathic scoliosis (AIS). Prediction of brace treatment outcomes has not been well documented. Twenty subjects (17 females, 3 males), aged 13.4 ± 1.8 years, were prescribed a full-time TLSO (22 hr/day) and were monitored and followed for 3 years. All subjects met the SRS Brace Study inclusion criteria. The brace usage in terms of quantity (percent of wear time relative to the prescribed wear) and quality (percent of wear tightness relative to the prescribed tightness level) was logged with a compliance monitoring system. The Peterson's risk of progression at the time when the brace was prescribed was calculated based on 4 variables: Risser sign, apex of the curve, age, and imbalance. In-brace curve correction (flexibility) was calculated using the following: (Initial Cobb - in-brace Cobb)/Initial Cobb. A predictive model for curve progression using regression was developed based on the Peterson's risk of progression, quantity, quality, and the percentage of in-brace correction. Data from six new subjects who used a monitoring system and were followed for 2 years after bracing was used to assess the validity of the model. The Cobb angles of the subjects pre-brace (n = 9), in-brace(n = 8) and 3 years after weaning(n = 23) were 32, 11, and 35 degrees, respectively. The individual parameters, including Peterson's risk of progression, flexibility, quality, quantity, and quality*quantity, contributed to the curve progression model were 8%, 19%, 15%, 8% and 14%, respectively. Combining all variables, 56% of the variance in curve progression can be predicted. The curve progression model was: curve Progression (in degrees) = 33 + 0.11*Peterson Risk (%) - 0.07 in-brace correction (%) - 0.45*Quality (%) - 0.48*Quantity (%) + 0.62*Quantity*Quality. The results from the 6 new subjects are in table I. The largest prediction error of the prediction model was 3 degrees. It is possible to predict the curve progression for AIS patients who have brace treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».