The methods used for the diagnosis and evaluation of scoliosis
Notice bibliographique
Résumé
Abstract In recent years there multiple studies have been carried out on early diagnosis of scoliosis on school and preschool children. The diagnosis and evaluation of scoliosis is done by carrying out X-rays. A protocol is implemented for tracking the evolution of a scoliosis which involves both clinical control and imaging (X-ray) every 6 months, until the end of the growth period of the child. Because investigations such as X-ray and CT, can have harmful effects on the child's growing body (recent studies have shown that X-ray affects the skin, eyes, hematopoietic tissue, gonads and may cause cancer), new methods for diagnosing and tracking the evolution in time were researched. The present paper tries to present the current methods used in the diagnosis and assessment of scoliosis evolution in time, pointing out the main advantages and disadvantages of each method. There are a few methods developed in recent years in Germany by Zebris Medical Gmbh (using mapping with ultrasonic digital equipment), in Canada by InSpeck (using three-dimensional mapping through digital image acquisition) but used on a small scale. The newly developed methods have the advantage of being non-invasive, painless, non-irradiating and they can be used regardless of health status or gender. Although medical technology has developed very rapidly in recent years, radiology remains the most common method of investigation used for scoliosis. Certainly, in the near future the methods presented in this paper could be used more widely, for the benefits arising from their use.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».