MétaCan
Menu
Retour à la cohorte
Enregistrement W2059335478 · doi:10.1007/s11999-008-0620-x

The Effect of Cam FAI on Hip and Pelvic Motion during Maximum Squat

2008· article· en· W2059335478 sur OpenAlexaff
Mario Lamontagne, Matthew J. Kennedy, Paul E. Beaulé

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSquatting positionFemoroacetabular impingementSquatMedicineRange of motionPelvisSagittal planeAcetabulumPhysical medicine and rehabilitationOrthodonticsPhysical therapyAnatomy

Résumé

récupéré en direct d'OpenAlex

Femoroacetabular impingement (FAI) causes abnormal contact at the anterosuperior aspect of the acetabulum in activities requiring a large hip range of motion (ROM). We addressed the following questions in this study: (1) Does FAI affect the motions of the hip and pelvis during a maximal depth squat? (2) Does FAI decrease maximal normalized squat depth? We measured the effect of cam FAI on the 3-D motion of the hip and pelvis during a maximal depth squat as compared with a healthy control group. Fifteen participants diagnosed with cam FAI and 11 matched control participants performed unloaded squats while 3-D motion analysis was collected. Patients with FAI had no differences in hip motion during squatting but had decreased sagittal pelvic range of motion compared to the control group (14.7 +/- 8.4 degrees versus 24.2 +/- 6.8 degrees , respectively). The FAI group also could not squat as low as the control group (41.5 +/- 12.5% versus 32.3 +/- 6.8% of leg length, respectively), indicating the maximal depth squat may be useful as a diagnostic exercise. Limited sagittal pelvic ROM in FAI patients may contribute to their decreased squatting depth, and could represent a factor amongst others in the pathomechanics of FAI.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,406
Écart entre enseignants0,350 · 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

Citations246
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetHip disorders and treatmentsTravaux en français237 207