Correlations Between Individuals’ Characteristics and Spinal Stiffness in Individuals With and Without Back Pain: A Combined Analysis of Multiple Data Sets
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to describe the correlations between individual characteristics and spinal stiffness as measured with different spinal stiffness measurement devices in individuals with and without back pain. METHODS: A secondary analysis of 3 adult data sets obtained using 3 different devices, in 2 spinal regions, from a total of 5 separate cross-sectional studies was conducted. Differences in spinal stiffness between men and women and in the strength of correlations among spinal stiffness and age and anthropometric characteristics were evaluated using either the t test for independent samples, Pearson's correlation coefficient, or Kendall's τ rank correlation coefficient. RESULTS: As expected, results varied between data sets; however, few factors had consistent correlations. Specifically, spinal stiffness was significantly lower in women than men in all 3 data sets. Height was positively correlated with spinal stiffness across all data sets. Although weight was correlated with thoracic stiffness, its correlation with lumbar stiffness varied. In 2 data sets, body mass index was inversely associated with lumbar spinal stiffness, whereas results from the thoracic spine region revealed a positive correlation. The results for 1 data set suggest that physiological measurement evaluating body weight distribution may also affect spinal stiffness; however, the specific correlation remains unclear. CONCLUSION: Despite data set differences, significant correlations were observed, indicating that participants' characteristics appear to affect spinal stiffness measurement.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».