Identifying the Best Surface Topography Parameters for Detecting Idiopathic Scoliosis Curve Progression
Notice bibliographique
Résumé
There is no consensus on which surface topography (ST) parameters may be used to detect scoliosis progression. The sensitivity to change of common ST parameters has not yet been compared. The goal of this study was to determine which ST parameters are most sensitive to scoliosis progression in patients with adolescent idiopathic scoliosis (AIS) receiving conservative treatment. Fifty-eight subjects with AIS were included whose Cobb angle had progressed by at least 5 degrees during a 1 year interval. All had had ST scans and frontal radiographs at a 12 month interval at our clinic. Commonly used back-only ST parameters and contributing scores were derived by one evaluator. Standardized response mean (SRM) and 95% confidence intervals (CI) were calculated using the absolute value of the changes between baseline and follow-up to reflect change in deformity, independent of direction. Decompensation, cosmetic score, Deformity in the Axial Plane Index (DAPI), trunk rotation, Hump Sum, and lordosis angle were highly sensitive to scoliosis progression (SRM>0.8). Cosmetic score, Posterior Trunk Symmetry Index (POTSI), and kyphosis angle had significantly poorer SRM values than the Cobb angle. All other ST parameters had SRM estimates that did not differ significantly from the Cobb angle, suggesting that they have a similar ability to detect progression The ST measures that were most sensitive to detection of scoliosis progression in the frontal, transverse, and sagittal planes were decompensation, trunk rotation, and lordosis angle, respectively. Absolute changes in surface parameters representing either worsening or improvement externally could reflect worsening of the internal deformity. The majority of ST parameters are potentially sensitive to scoliosis progression.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».