Stability of Serial Range-of-Motion Measurements of the Lower Extremities in Children With Cerebral Palsy: Can We Do Better?
Notice bibliographique
Résumé
BACKGROUND: Serial joint range-of-motion (ROM) measurements are an important component of assessments for children with cerebral palsy. Most research has studied ROM stability using group data. Examination of longitudinal intraindividual measures may provide more clinically relevant information about measurement variability. OBJECTIVE: The aim of this study was to examine the stability of intraindividual longitudinal measurements of hip abduction (ABD), popliteal angle (POP), and ankle dorsiflexion (ADF) ROM measures of children with cerebral palsy. DESIGN: Secondary data analyses were performed. METHODS: The stability patterns of individual serial measurements of ABD, POP, and ADF from 85 children (mean age=3.8 years, SD=1.4) collected at baseline (T1), 3 months (T2), 6 months (T3), and 9 months (T4) were examined using T1 as the anchor and bandwidths of ±15 degrees (ABD and POP) and ±10 degrees (ADF) as acceptable variability. Frequencies of stability categories (0°-5°, 5.1°-10°, 10.1°-15°, and >15°) were calculated. Patterns of stability across the 4 time periods also were examined. Group means (T1-T4) were compared using repeated-measures analysis of variance. RESULTS: No significant differences in group means were found except for ABD. Stability patterns revealed that 43.3% to 69.5% of joint measurements were stable with T1 measurements across all 3 subsequent measurements. Stability category frequencies showed that many measurements (ABD=17%, POP=29.9%, and ADF=37.1%) went outside the variability bandwidths even though 39% or more of joint measurements had a change of 5 degrees or less over time. LIMITATIONS: Measurement error and true measurement variability cannot be disentangled. The results cannot be extrapolated to other joint ROMs. CONCLUSIONS: Individual ROM serial measurement exhibits more variability than group data. Range-of-motion data must be interpreted with caution clinically and efforts made to ensure standardization of data collection methods.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».