MétaCan
Menu
Retour à la cohorte
Enregistrement W4252177280 · doi:10.14740/jmc2104w

A New Approach to Quantify Functional Improvements Following X-Stop Spacer Procedure: A Case Report

2015· article· en· W4252177280 sur OpenAlexvenueno aff
Marzieh Hajiaghamemar, Morteza Seidi, Amy Allen, W. Andrew Hodge, Vincent Caccese, Steven J. Elmer

Notice bibliographique

RevueJournal of Medical Cases · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLumbarRange of motionBicepsElectromyographyLumbar spinal stenosisImplantPhysical medicine and rehabilitationSurgery

Résumé

récupéré en direct d'OpenAlex

The purpose of this case report was to study effects of X-Stop implant surgery on the continuous spinal movement kinematics using 3D motion analysis. A proposed 3D kinematic spinal model was used to assess lumbar continuous active range of motion (AROM) during a standardized lumbar extension/flexion preoperatively and at 2 months postoperatively of a patient who underwent the X-Stop procedure. To investigate levels of muscle activities, electromyography recordings were made from right and left rectus abdominis, erector spinae and biceps femoris muscles. Also, functional mobility and patient quality of life were evaluated using the 6-minute walk test and the Swiss spinal stenosis and PROMIS-29 questionnaire. At 2 months postoperative, lumbar AROM increased by 18.5 and 14° for flexion and extension respectively and less muscle activation level was observed, despite the increase in lumbar AROM. Unlike positional magnetic resonance imaging (MRI) that is a common approach to assess spinal posture in static positions, the proposed continuous-motion analysis approach is able to analyze the lumbar AROM dynamically during flexion and extension. In this case report, the results indicate that the lumbar AROM, functional mobility and quality of life have been improved following X-Stop surgical intervention. J Med Cases. 2015;6(5):205-210 doi: https://doi.org/10.14740/jmc2104w

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,120
Tête enseignante GPT0,381
Écart entre enseignants0,261 · 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'étudeÉtude de cas
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical CasesMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207