Investigating the Test–Retest Reliability and Validity of Hand-Held Dynamometry for Measuring Knee Strength in Older Women with Knee Osteoarthritis
Notice bibliographique
Résumé
Purpose: Hand-held dynamometry (HHD) can be used to evaluate strength when gold-standard isokinetic dynamometry (IKD) is not feasible. HHD is useful for measuring lower limb strength in a healthy population; however, its reliability and validity in individuals with knee osteoarthritis (OA) has received little attention. In this research, we examined the test–retest reliability and validity of HHD in older women with knee OA. We also examined the associations between reliability and symptom and disease severity. Method: A total of 28 older women with knee OA completed knee extension and flexion exertions measured using HHD and IKD. Intra-class correlation coefficients (ICC 2,3 ), standard error of measurement, and minimal detectable change were calculated. Correlation coefficients and regressions evaluated the relationships between inter-trial differences and symptom and disease severity. Results: High test–retest reliability was demonstrated for both exertions with each device (ICC 2,3 = 0.83–0.96). Variance between trials was not correlated with OA symptoms. Criterion validity was good (ICC 2,3 = 0.76), but extension yielded lower agreement than flexion. Regression analysis demonstrated that true strength can be predicted from HHD measurements. Conclusions: HHD is a reliable tool for capturing knee extension and flexion in individuals with OA. Because of lower agreement, HHD might be best suited for evaluating within-subject strength changes rather than true strength scores. However, gold-standard extension strength magnitudes may reasonably be predicted from regression equations ( r 2 = 0.82).
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 | 0,000 | 0,000 |
| 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 ».