MétaCan
Menu
Retour à la cohorte
Enregistrement W4280557253 · doi:10.1177/23259671221083589

Glenoid Version Assessment When the CT Field of View Does Not Permit the Friedman Method: The Robertson Method

2022· article· en· W4280557253 sur OpenAlexaff
Douglas D. Robertson, Gulshan B. Sharma, Patrick J. McMahon, Spero G. Karas

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineField (mathematics)OrthodonticsCalculus (dental)Pure mathematicsMathematics

Résumé

récupéré en direct d'OpenAlex

Background: To improve spatial resolution, current clinical shoulder cross-sectional imaging studies reduce the field of view of the shoulder, excluding the medial scapula border and preventing glenoid version measurement according to the Friedman method. Purpose: To evaluate a method to accurately and reliably measure glenoid version on cross-sectional shoulder images when the medial scapula border is not included in the field of view, and to establish measurements equivalent to the Friedman method. Study Design: Controlled laboratory study. Methods: Sixty-five scapulae underwent computed tomography (CT) scanning with an optimal shoulder CT-positioning protocol. Glenoid version was measured on CT images of the full scapula using the Friedman method. We developed a measurement method (named the Robertson method) based on the glenoid vault version from partial scapula images, with a correction angle subtracted from the articular-surface-glenoid vault measurement. Comparison with the Friedman method defined the accuracy of the Robertson method. Three observers tested inter- and intraobserver reliability of the Robertson method. Accuracy was statistically evaluated with t tests and reliability with the intraclass correlation coefficient (ICC). Results: The statistical distribution of glenoid version was similar to published data,–0.5° ± 3° [mean ± SD]. The initial measurement using the Robertson method resulted in a more retroverted angle compared with the Friedman method, and a correction angle of 7° was then applied. After this adjustment, the difference between the 2 methods was nonsignificant (0.1° ± 4°; P > .65). Reliability of the Robertson method was excellent, as the interrater ICC was 0.77, the standard error of measurement (SEM) was 1.1° with P < .001. The intrarater ICC ranged between 0.84 and 0.92, the SEM ranged between 0.9° and 1.2° with P < .01. Conclusion: A validated glenoid version measurement method is now available for current clinical shoulder CT protocols that reliably create Friedman-equivalent values. Clinical Relevance: Friedman-equivalent values may be made from common clinical CTs of the shoulder and compared with prior and future Friedman measurements of the scapula.

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)0,010
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,355
Écart entre enseignants0,334 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetShoulder Injury and TreatmentTravaux en français237 207