Determining <i>in vivo</i> sternoclavicular, acromioclavicular and glenohumeral joint centre locations from skin markers, CT-scans and intracortical pins: A comparison study
Notice bibliographique
Résumé
To describe shoulder motion the sternoclavicular, acromioclavicular and glenohumeral joint centres must be accurately located. Within the literature various methods to estimate joint centres of rotation location are proposed, with no agreement of the method best suited to the shoulder. The objective of this study was to determine the most reliable non-invasive method for locating joint centre locations of the shoulder complex. Functional methods using pin mounted markers were compared to anatomical methods, functional methods using skin mounted markers, imaging-based methods using CT-scan data, and regression equations. Three participants took part in the study, that involved insertion of intracortical pins into the clavicle, scapula and humerus, a CT-scan of the shoulder, and finally data collection using a motion analysis system. The various methods to estimate joint centre location did not all agree, however suggestions about the most reliable non-invasive methods could be made. For the sternoclavicular joint, the authors suggest the anatomical method using the most ventral landmark on the sternoclavicular joint, as recommended by the International Society of Biomechanics. For the acromioclavicular joint, the authors suggest the anatomical method using the landmark defined as the most dorsal point on the acromioclavicular joint, as proposed by van der Helm. For the glenohumeral joint, the simple regression equation of Rab is recommended.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».