Reliability of the sourcil method of acetabular index measurement in developmental dysplasia of the hip
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: The ability to monitor and study developmental dysplasia of the hip (DDH) requires validated radiographic outcome measures. The sourcil method of acetabular index measurement (AI-S) has not yet been shown to be a reliable measure of acetabular dysplasia in a DDH population, despite its widespread use. The aims of this study were to test the reliability of the AI-S method in a DDH population, and to compare the reliability of the AI-S method with that of the classic lateral edge method (AI-L). METHODS: From an institutional database, standardized anteroposterior hip radiographs were obtained from a cohort of 35 female patients (70 hips) at two and five years of age who had been treated nonoperatively for DDH. Three observers independently measured the acetabular index using the AI-L and AI-S methods on all 70 hips at two time points, four weeks apart. RESULTS: The inter-rater reliability intraclass correlation coefficient (ICC) for the AI-L and AI-S methods was between good and excellent at 0.94 (confidence interval (CI) 0.89 to 0.96) and 0.91 (CI 0.87 to 0.94), respectively. The ICCs for intra-rater reliability for the AI-L method were excellent at 0.93 (CI 0.90 to 0.95), 0.95 (CI 0.93 to 0.97) and 0.95 (CI 0.94 to 0.97) for raters 1, 2 and 3, respectively. The ICCs for intra-rater reliability for the AI-S method were between good and excellent at 0.91 (CI 0.87 to 0.93), 0.93 (CI 0.90 to 0.95) and 0.90 (CI 0.86 to 0.93) for raters 1, 2 and 3 respectively. CONCLUSION: Both AI-S and AI-L methods are equally reliable radiographic measures of DDH. LEVEL OF EVIDENCE: Level III (diagnostic).
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle