MétaCan
Menu
Retour à la cohorte
Enregistrement W3032176156 · doi:10.1080/10255842.2020.1767776

Contribution of injured posterior ligamentous complex and intervertebral disc on post-traumatic instability at the cervical spine

2020· article· en· W3032176156 sur OpenAlexaff
Marie-Hélène Beauséjour, Yvan Petit, J.K.-Man Hagen, Pierre‐Jean Arnoux, Jean-Marc Mac Thiong, Éric Wagnac

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Fractures and Fixation Techniques
Établissements canadiensHôpital du Sacré-Cœur de MontréalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésCervical spineInstabilityIntervertebral discMedicineAnatomySurgeryPhysics

Résumé

récupéré en direct d'OpenAlex

Posterior ligamentous complex (PLC) and intervertebral disc (IVD) injuries are common cervical spine flexion-distraction injuries, but the residual stability following their disruption is misknown. The objective of this study was to evaluate the effect of PLC and IVD disruption on post-traumatic cervical spine stability under low flexion moment (2 Nm) using a finite element (FE) model of C2-T1. The PLC was removed first and a progressive disc rupture (one third, two thirds and complete rupture) was modeled to simulate IVD disruption at C2-C3, C4-C5 and C6-C7. At each step, a non-traumatic flexion moment was applied and the change in stability was evaluated. PLC removal had little impact at C2-C3 but increased local range of motion (ROM) at the injured level by 77.2% and 190.7% at C4-C5 and C6-C7, respectively. Complete IVD rupture had the largest impact on C2-C3, increasing C2-C3 ROM by 181% and creating a large antero-posterior displacement of the C2-C3 segment. The FE analysis showed PLC and disc injuries create spinal instability. However, the PLC played a bigger role in the stability of the middle and lower cervical spine while the IVD was more important at the upper cervical spine. Stabilization appears important when managing patients with soft tissue injuries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,346
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetSpinal Fractures and Fixation TechniquesTravaux en français237 207