The reliability of quantifying upright standing postures as a baseline diagnostic clinical tool
Notice bibliographique
Résumé
OBJECTIVE: To assess the reliability of posture across and within subjects, specifically the repeatability of spinal angles determined by digitization of images in the anterior, posterior, and sagittal views. DESIGN: A repeated measure design was used in which subjects were required to attend 3 sessions, each consisting of 3 trials. Photographs of the anterior, posterior, and lateral views of normal, relaxed upright standing were taken during each trial. Landmarks were digitized and cervical, thoracic, and lumbar angles were calculated with respect to a vertical reference line. SUBJECTS: Fourteen healthy and active subjects (7 male subjects and 7 female subjects) were recruited from a university student population. All had been free of low back pain during the previous 6 months. RESULTS: When comparing mean angles, no significant differences were detected for any angle in any view. However, large variability within subjects was observed, likely leading to the lack of significance found with respect to the main factors in the analysis of variance (ANOVA). Large coefficients of variance (CVs) reflect the substantial intrasubject variability, as well as poor to moderate agreement indicated by intraclass correlation coefficients (ICCs). There were no apparent trends indicating that gender affected repeatability of posture. CONCLUSIONS: The poor repeatability of postures documented using the studied method brings into question the validity of this postural analysis approach for either diagnostic use or tracking changes in response to treatment. Users of such postural analysis tools should interpret postural deviations from a vertical reference with caution, as there are many inherent factors that can contribute to the variability of these measured postures.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».