Trueness and Minimal Detectable Change of Smartphone Inclinometer Measurements of Shoulder Range of Motion
Notice bibliographique
Résumé
BACKGROUND: Digital inclinometer applications using data from embedded sensors on smartphone/multi-purpose pocket computers or "smart digital inclinometers" (SDIs) are now used to clinically assess range of motion (ROM). OBJECTIVES: The objectives of this study were to assess, compared with a biomechanical gold standard (GS), the trueness and minimal detectable change (MDC) of shoulder range of motion (SROM) measurements obtained from an SDI. METHODS: Twenty-five (n = 25) asymptomatic healthy participants performed three trials of shoulder flexion (SF), shoulder abduction (SA), and shoulder external rotation (SER) at full-range and mid-range. MAIN OUTCOME MEASURES: SROM was measured concurrently from sensor data (pitch, yaw, roll angles) from an iPod Touch installed on the posterior aspect of the humerus and 3D orientation of the upper arm obtained from an optical motion tracking system GS. RESULTS: The mean level of bias between SDI and the GS across all SROM measurements was 3.4°, with a 95% confidence interval varying between -8.9° and 15.8°. The mean and standard deviation absolute difference of SDI measurements with the GS were 5.8° ± 3.7° for SF, 8.7° ± 5.2° for SA, and 1.7° ± 1.4° for SER. The trueness of these values varied according to the movement. MDC was 1.9° for SF, 2° for SA, and 0.3° for SER. CONCLUSIONS: SROM measures in SER with an SDI seem to be accurate and robust for clinical use. However, SROM measures in other planes of motion should be interpreted with caution depending on the evaluation objective, the plane of motion assessed, and the range of ROM measured.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».