MétaCan
Menu
Retour à la cohorte
Enregistrement W4313414450 · doi:10.3390/jcm12010218

An Investigation of the Association between 3D Spinal Alignment and Fibromyalgia

2022· article· en· W4313414450 sur OpenAlexaff
Amal Ahbouch, Ibrahim M. Moustafa, Tamer Shousha, Ashokan Arumugam, Paul A. Oakley, Deed E. Harrison

Notice bibliographique

RevueJournal of Clinical Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCanadian Rheumatology AssociationYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineFibromyalgiaAssociation (psychology)Physical medicine and rehabilitationPhysical therapyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Fibromyalgia syndrome (FMS) is a common condition lacking strong diagnostic criteria; these criteria continue to evolve as more and more studies are performed to explore it. This investigation sought to identify whether participants with FMS have more frequent and larger postural/spinal displacements in comparison to a matched control group without the condition of FMS. A total of 67 adults (55 females) out of 380 participants with FMS were recruited. Participants with FMS were sex- and age-matched with 67 asymptomatic participants (controls) without FMS. We used a three-dimensional (3D) postural assessment device (Formetric system) to analyze five posture variables in each participant in both groups: (1) thoracic kyphotic angle, (2) trunk imbalance, (3) trunk inclination, (4) lumbar lordotic angle, and (5) vertebral rotation. In order to determine whether 3D postural measures could predict the likelihood of a participant having FMS, we applied the matched-pairs binary logistic regression analysis. The 3D posture measures identified statistically and clinically significant differences between the FMS and control groups for each of the five posture variables measured (p < 0.001). For three out of five posture measurements assessed, the binary logistic regression identified there was an increased probability of having FMS with an increased: (1) thoracic kyphotic angle proportional odds ratio [Prop OR] = 1.76 (95% CI = 1.03, 3.02); (2) sagittal imbalance Prop OR = 1.54 (95% CI = 0.973, 2.459); and (3) surface rotation Prop OR = 7.9 (95% CI = 1.494, 41.97). We identified no significant probability of having FMS for the following two postural measurements: (1) coronal balance (p = 0.50) and (2) lumbar lordotic angle (p = 0.10). Our study’s findings suggest there is a strong relationship between 3D spinal misalignment and the diagnosis of FMS. In fact, our results support that thoracic kyphotic angle, sagittal imbalance, and surface rotation are predictors of having FMS.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,041
Tête enseignante GPT0,392
Écart entre enseignants0,350 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207