MétaCan
Menu
Retour à la cohorte
Enregistrement W2894284068 · doi:10.3233/ies-182178

Reliability of manual muscle testing: A systematic review

2018· review· en· W2894284068 sur OpenAlexaff
Richard W. Bohannon

Notice bibliographique

RevueIsokinetics and Exercise Science · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)CINAHLInclusion and exclusion criteriaTest (biology)Pairwise comparisonPopulationReliability engineeringMedicinePsychologyComputer scienceAlternative medicinePathologyEngineeringArtificial intelligenceBiologyPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The legitimacy of manual muscle testing (MMT) is dependent in part on the reliability of assessments obtained using the procedure. OBJECTIVE: The purpose of this review, therefore, was to consolidate findings regarding the test-retest and inter-rater reliability of MMT from studies meeting inclusion and exclusion criteria. METHODS: An electronic search of PubMed, Scopus, and CINAHL databases and a hand search were conducted to identify articles addressing the test-retest or inter-rater reliability of MMT. Data on participants, testing specifics, and findings regarding reliability were extracted. RESULTS: Of 189 unique articles identified, 9 were found to meet inclusion/exclusion criteria. The studies were highly variable in regard to the population tested, MMT procedure and scoring, and findings. Nevertheless, based on pairwise comparisons, substantial or almost perfect test-retest and inter-rater agreement was demonstrated for most muscle actions tested. CONCLUSIONS: Reliable assessments of strength may be obtained by MMT but not assumed. Further research is required to address the reliability of MMT across pathologies, muscle groups, and test procedures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,152
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,152
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0150,014
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,341
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsokinetics and Exercise ScienceMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207