Glenohumeral joint capsular tissue tension loading correlates moderately with shear wave elastography: a cadaveric investigation
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to investigate changes in the mechanical properties of capsular tissue using shear wave elastography (SWE) and a durometer under various tensile loads, and to explore the reliability and correlation of SWE and durometer measurements to evaluate whether SWE technology could be used to assess tissue changes during capsule tensile loading. METHODS: The inferior glenohumeral joint capsule was harvested from 10 fresh human cadaveric specimens. Tensile loading was applied to the capsular tissue using 1-, 3-, 5-, and 8-kg weights. Blinded investigators measured tissue stiffness and hardness during loading using SWE and a durometer, respectively. Intraobserver reliability was established for SWE and durometer measurements using intraclass correlation coefficients (ICCs). The Pearson product-moment correlation was used to assess the associations between SWE and durometer measurements. RESULTS: The ICC3,5 for durometer measurements was 0.90 (95% confidence interval [CI], 0.79 to 0.96; P<0.001) and 0.95 (95% CI, 0.88 to 0.98; P<0.001) for SWE measurements. The Pearson correlation coefficient values for 1-, 3-, and 5-kg weights were 0.56 (P=0.095), 0.36 (P=0.313), and -0.56 (P=0.089), respectively. When the 1- and 3-kg weights were combined, the ICC3,5 was 0.72 (P<0.001), and it was 0.62 (P<0.001) when the 1-, 3-, and 5-kg weights were combined. The 8-kg measurements were severely limited due to SWE measurement saturation of the tissue samples. CONCLUSION: This study suggests that SWE is reliable for measuring capsular tissue stiffness changes in vitro at lower loads (1 and 3 kg) and provides a baseline for the non-invasive evaluation of effects of joint loading and mobilization on capsular tissues in vivo.
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 | 0,001 |
| 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 ».