Variations in Hyoid Kinematics Across Liquid Consistencies in Healthy Swallowing
Notice bibliographique
Résumé
Purpose Judgments regarding hyoid movement are frequently included in evaluations of swallowing. However, the literature lacks reference values for measures of hyoid kinematics in healthy swallowing. This study explores hyoid movement across the continuum from thin to extremely thick liquids. Method Participants were 39 healthy adults under the age of 60 years (19 men) who underwent videofluoroscopy involving three sips each of 20% w/v thin barium and six sips each of slightly, mildly, moderately, and extremely thick barium. Half of the thickened stimuli were prepared using xanthan gum; and half, with a starch-based thickener. Sip volume was derived from pre- and post-sip cup weights. Hyoid position was tracked frame-by-frame relative to the anterior–inferior corner of C4. Measures of peak hyoid position (along the XY axis) were normalized to a C2–C4 scalar, and measures of time-to-peak position, speed, and time-to-peak speed were derived. As a first step, Spearman's correlations confirmed the influence of sip volume on these hyoid measures. Linear mixed-effects models then explored the effects of stimulus, sip volume, and task repetition on the dependent variables. Results The data set comprised 975 swallows with available hyoid tracking data. Sip volume was correlated with peak hyoid XY position ( r s = .15, p < .01), time-to-peak position ( r s = −.15, p < .05), and speed ( r s = .13, p < .01). No significant differences in hyoid kinematics were found across stimuli. Conclusion Measures of hyoid movement in healthy swallowing remain stable across the range from thin to extremely thick liquids with no systematic alterations in hyoid position or kinematics.
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 | 0,005 | 0,001 |
| 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 | 0,002 |
| 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 ».