Quantifying performance metrics of cervical spine mobilization for improved education and clinical outcomes: Early experience with a novel wearable device
Notice bibliographique
Résumé
INTRODUCTION: Evaluation of manual skills training for spinal rehabilitation has been stagnant for 40 years. Observation and mimicry are coupled with feedback from "expert" observers to train and evaluate learners, relying on rater experience to discern speed and force. Spinal manipulation is a controlled act under the Regulated Health Professions Act (1991) as it is not without risk. The discordance between current methods for evaluating proficiency and the potential risks of inadequate application is a critical gap. METHODS: This work reports a novel wearable device that measures finger forces via microstrain bending of the physiotherapist's nail. The device leaves the tactile finger pad unobstructed and does not interfere with treatment application. Five expert-level physiotherapists performed a standard postero-anteriorly directed spinal segmental mobilization treatment for 1 min at 1-1.5 Hz rhythm. RESULTS: The device successfully measured all treatment forces (0.2-27.3 N). Physiotherapists applied a maximum force rate of 0.03 ± 0.01 N/s with a rhythm of 1.76 ± 0.38 Hz. In 15 trials, there were no device failures. The device was easily applied and removed, and physiotherapists were able to walk about and interact normally with patients. CONCLUSIONS: These results indicate that this technology can be integrated into a skills training program to provide quantitative feedback for objective assessments.
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 | 0,001 | 0,005 |
| 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 ».