Introduction of a classification system for patients with patellofemoral instability (WARPS and STAID)
Notice bibliographique
Résumé
PURPOSE: The primary purpose of this paper is to introduce the WARPS/STAID classification system for patellofemoral instability. The secondary purpose is to establish the validity and reliability of the WARPS/STAID classification system. METHODS: Patients (n = 31) with a confirmed diagnosis of patellofemoral instability underwent a thorough knee history and physical examination with 3 raters. The raters graded each component of the WARPS/STAID classification system on a visual analogue scale (VAS). A single Global VAS WARPS/STAID score was graded after all other components of the classification system were completed. Intraclass correlation coefficient (ICC 2, 3) was calculated for each metric of the classification scale and for the Global score. Concurrent validity was assessed by correlating the WARPS/STAID score with the Kujala score. Subjects were assigned to one of three categories (WARPS, STAID, or mixed characteristics) according to the Total WARPS/STAID score to determine the level of agreement between the three raters. RESULTS: Intraclass correlation coefficient (ICC 2, 3) of the WARPS/STAID classification continuum ranged between 0.73 and 0.91 for the individual metrics of the classification. The ICC (2, 3) for the Global WARPS/STAID score was 0.75. The mean Kujala score (m = 61, SD 18) was significantly correlated with the total WARPS/STAID score (r = 0.387, p < 0.05). The majority of subjects were assigned to either the WARPS or STAID categories. CONCLUSION: This study introduced the WARPS/STAID classification system and established both validity and reliability in subjects with patellofemoral instability. LEVEL OF EVIDENCE: 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 | 0,000 | 0,000 |
| 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 ».