MétaCan
Menu
Retour à la cohorte
Enregistrement W3169459933 · doi:10.1097/phm.0000000000001812

Early Clinical Prediction of Independent Outdoor Functional Walking Capacity in a Prospective Cohort of Traumatic Spinal Cord Injury Patients

2021· article· en· W3169459933 sur OpenAlexaff
Stéphanie Jean, Jean‐Marc Mac‐Thiong, Marie-Christine Jean, Antoine Dionne, Jean Bégin, Andréane Richard‐Denis

Notice bibliographique

RevueAmerican Journal of Physical Medicine & Rehabilitation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversité de MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineSpinal cord injuryDermatomePhysical medicine and rehabilitationProspective cohort studySensationPhysical therapySpinal cordCohortTraumatic brain injuryAnesthesiaSurgeryPsychologyInternal medicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The first objective was to identify a method for early prediction of independent outdoor functional walking 1 yr after a traumatic spinal cord injury using the motor and sensory function derived from the International Standards for Neurological Classification of Spinal Cord Injury assessment during acute care. Then, the second objective was to develop a clinically relevant prediction rule that would be accurate, easy to use, and quickly calculated in clinical setting. DESIGN: A prospective cohort of 159 traumatic spinal cord injury patients was analyzed. Bivariate correlations were used to determine the assessment method of motor strength and sensory function as well as the specific dermatomes and myotomes best associated with independent outdoor functional walking 1 yr after injury. An easy-to-use clinical prediction rule was produced using a multivariable linear regression model. RESULTS: The highest motor strength for a given myotome (L3 and L5) and preserved light touch sensation (dermatome S1) were the best predictors of the outcome. The proposed prediction rule displayed a sensitivity of 84.21%, a specificity of 85.54%, and a global accuracy of 84.91% for classification. CONCLUSIONS: After an acute traumatic spinal cord injury, accurately predicting the ability to walk is challenging. The proposed clinical prediction rule aims to enhance previous work by identifying traumatic spinal cord injury patients who will reach a mobility level that fosters social participation and quality of life in the chronic period after the injury. TO CLAIM CME CREDITS: Complete the self-assessment activity and evaluation online at http://www.physiatry.org/JournalCME. CME OBJECTIVES: Upon completion of this article, the reader should be able to: (1) Revise the different motor and sensory function assessment methods used for prognostication of walking after an acute traumatic spinal cord injury; (2) Identify clinical factors that are significantly associated with functional walking 1 yr after a traumatic spinal cord injury; and (3) Accurately estimate the likelihood of reaching independent outdoor functional walking in the chronic phase after an acute traumatic spinal cord injury. LEVEL: Advanced. ACCREDITATION: The Association of Academic Physiatrists is accredited by the Accreditation Council for Continuing Medical Education to provide continuing medical education for physicians. The Association of Academic Physiatrists designates this Journal-based CME activity for a maximum of 1.0 AMA PRA Category 1 Credit(s)™. Physicians should only claim credit commensurate with the extent of their participation in the activity.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,388
Écart entre enseignants0,341 · 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physical Medicine & RehabilitationMême sujetSpinal Cord Injury ResearchTravaux en français237 207