Consistency of strength curves for determining maximal effort production during isokinetic knee testing of anterior cruciate ligament-deficient patients
Notice bibliographique
Résumé
The purpose of this investigation was to attempt to establish decision rules for determining maximal effort production during isokinetic strength testing of unilateral anterior cruciate ligament-deficient patients based on the degree of strength curve consistency within a set. Thirty-three participants performed six bilateral knee extension and flexion exertions at maximal effort and at 80% of perceived maximum at testing velocities of 60 and 180°s(-1). Within-set consistency was quantified by computation of the variance ratio across strength curves. Tolerance interval-based cutoff scores covering 99% of the population were calculated for declaring efforts as being maximal or not at confidence levels of 90%, 95%, and 99%. The sensitivity percentages attained for the injured knee for both testing velocities ranged between 9.1% and 27.2%, while specificity percentages ranged between 84.8% and 100%. For the non-injured knee, sensitivity values for both testing velocities ranged between 21.2% and 45.0%, while specificity percentages ranged between 97.0% and 100%. The developed decision rules do not effectively discriminate on an individual patient basis between maximal and non-maximal isokinetic knee musculature efforts. Further research is needed for development of methods that would enable to ascertain maximal effort production in this patient population during knee muscle strength testing.
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 | 0,009 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».