MétaCan
Menu
Retour à la cohorte
Enregistrement W4229023913 · doi:10.1002/mus.27570

Comparison of strength testing modalities in dysferlinopathy

2022· article· en· W4229023913 sur OpenAlexfundno aff
Natalie F. Reash, M. James, Lindsay N. Alfano, Anna Mayhew, Marni Jacobs, M. Iammarino, Scott Holsten, Chikako Sakamoto, Takayuki Tateishi, Hiroyuki Yajima, Tina Duong, Brittney de Wolf, Richard Gee, Diana Bharucha‐Goebel, Elena Bravver, Madoka Mori‐Yoshimura, Kate Bushby, Laura Rufibach, Volker Straub, Linda Lowes

Notice bibliographique

RevueMuscle & Nerve · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research Council CanadaNIHR Newcastle Biomedical Research CentreMedical Research CouncilNational Institute for Health and Care ResearchJain Foundation
Mots-clésMedicineMuscle strengthModalitiesPhysical therapyPhysical medicine and rehabilitationMuscle weaknessFunctional testingInternal medicineMEDLINEBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION/AIMS: Dysferlinopathy demonstrates heterogeneity in muscle weakness between patients, which can progress at different rates over time. Changing muscle strength due to disease progression or from an investigational product is associated with changing functional ability. The purpose of this study was to compare three methods of strength testing used in the Clinical Outcome Study (COS) for dysferlinopathy to understand which method and which muscle groups were most sensitive to change over time. METHODS: Patients were evaluated at each study visit using functional scales, manual muscle testing, and handheld dynamometry (HHD) at all 15 sites. A fixed-frame system (Fixed) was used at a subset of seven sites. Screening and baseline visits were evaluated for reliability. Data over a 1-year period were analyzed to determine sensitivity to change among strength modalities and individual muscle groups. RESULTS: HHD and Fixed captured significant change across 1 year in summed muscle strength score of four muscle groups (P < .01). Strength summed scores were significantly correlated with functional scales (rho = 0.68-0.92, P < .001). Individual muscle groups, however, showed high levels of variability between visits. DISCUSSION: Although both HHD and Fixed demonstrate change over 12 months, HHD is a less expensive option that provides data on a continuous scale and may be easier to implement. Due to variability in strength measures, researchers should carefully consider use of strength testing as an outcome and may wish to select functional measures with less variability as clinical trial endpoints.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,291
Écart entre enseignants0,260 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetMuscle Physiology and DisordersTravaux en français237 207