MétaCan
Menu
Retour à la cohorte
Enregistrement W2899519037 · doi:10.3791/58084

Using a Knee Arthrometer to Evaluate Tissue-specific Contributions to Knee Flexion Contracture in the Rat

2018· article· en· W2899519037 sur OpenAlexaff
T. Mark Campbell, Katherine Reilly, Louis Goudreau, Odette Laneuville, Hans K. Uhthoff, Guy Trudel

Notice bibliographique

RevueJournal of Visualized Experiments · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensOttawa HospitalÉlisabeth Bruyère HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésKnee JointContractureRange of motionMedicineJoint ContractureMuscle contracturePhysical medicine and rehabilitationKnee flexionComputer scienceAnatomyPhysical therapySurgery

Résumé

récupéré en direct d'OpenAlex

Normal knee range of motion (ROM) is critical to well-being and allows one to perform basic activities such as walking, climbing stairs and sitting. Lost ROM is called a joint contracture and results in increased morbidity. Due to the difficulty of reversing established knee contractures, early detection is important, and hence, knowing risk factors for their development is essential. The rat represents a good model with which the effect of an intervention can be studied due to the similarity of rat knee anatomy to that of humans, the rat's ability to tolerate long durations of knee immobilization in flexion, and because mechanical data can be correlated with histologic and biochemical analysis of knee tissue. Using an automated arthrometer, we demonstrate a validated, precise, reproducible, user-independent method of measuring the extension ROM of the rat knee joint at specific torques. This arthrometer can be used to determine the effects of interventions on knee joint ROM in the rat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,600

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,502
Écart entre enseignants0,443 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207