MétaCan
Menu
Retour à la cohorte
Enregistrement W4213107119 · doi:10.1007/s00586-022-07131-z

The classification of scoliosis braces developed by SOSORT with SRS, ISPO, and POSNA and approved by ESPRM

2022· review· en· W4213107119 sur OpenAlexaff
Stefano Négrini, Angelo Gabriele Aulisa, Jean Claude de Mauroy, Jeb McAviney, Andrew Mills, Sabrina Donzelli, Theodoros B Grivas, M. Timothy Hresko, Tomasz Kotwicki, Hubert Labelle, Louise Marcotte, Martin Matthews, Joe O’Brien, Éric Parent, Nigel Price, Rigo Manuel, Luke Stikeleather, Michael G. Vitale, Man Sang Wong, Grant Wood, James H. Wynne, Fabio Zaina, Marco Brayda‐Bruno, Suncica Bulat Würsching, Çağlar Yılgör, Patrick J. Cahill, Eugenio Dema, Patrick Knott, Andrea Lebel, Grigorii Lein, Peter O. Newton, Brian G. Smith

Notice bibliographique

RevueEuropean Spine Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensCanadian Physiotherapy AssociationUniversity of AlbertaUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésSagittal planeMedicineBraceScoliosisOrthodonticsTransverse planePhysical therapyPhysical medicine and rehabilitationSurgeryAnatomyStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Studies have shown that bracing is an effective treatment for patients with idiopathic scoliosis. According to the current classification, almost all braces fall in the thoracolumbosacral orthosis (TLSO) category. Consequently, the generalization of scientific results is either impossible or misleading. This study aims to produce a classification of the brace types. METHODS: Four scientific societies (SOSORT, SRS, ISPO, and POSNA) invited all their members to be part of the study. Six level 1 experts developed the initial classifications. At a consensus meeting with 26 other experts and societies' officials, thematic analysis and general discussion allowed to define the classification (minimum 80% agreement). The classification was applied to the braces published in the literature and officially approved by the 4 scientific societies and by ESPRM. RESULTS: The classification is based on the following classificatory items: anatomy (CTLSO, TLSO, LSO), rigidity (very rigid, rigid, elastic), primary corrective plane (frontal, sagittal, transverse, frontal & sagittal, frontal & transverse, sagittal & transverse, three-dimensional), construction-valves (monocot, bivalve, multisegmented), construction-closure (dorsal, lateral, ventral), and primary action (bending, detorsion, elongation, movement, push-up, three points). The experts developed a definition for each item and were able to classify the 15 published braces into nine groups. CONCLUSION: The classification is based on the best current expertise (the lowest level of evidence). Experts recognize that this is the first edition and will change with future understanding and research. The broad application of this classification could have value for brace research, education, clinical practice, and growth in this field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,324
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Spine JournalMême sujetScoliosis diagnosis and treatmentTravaux en français237 207