Muscle Architecture and Subcutaneous Fat Measurements of Rectus Femoris and Vastus Lateralis at Optimal Length Aided by a Novel Ultrasound Transducer Attachment
Notice bibliographique
Résumé
Purpose: This cross-sectional study determines the sensitivity of muscle architecture and fat measurements of the rectus femoris (RF) and vastus lateralis (VL) muscles from ultrasound images acquired with varying transducer tilt, using a novel transducer attachment, in healthy adults. Secondary objectives were to estimate intrarater and interrater reliability of image measurement and acquisition, respectively. Methods: Thirty healthy adults participated (15 women and 15 men; 25 [SD 2.5] y). Ultrasound image acquisition was conducted by two raters at different transducer tilts relative to the skin: estimated perpendicular, and five measured angles (80°, 85°, 90°, 95°, 100°) using the transducer attachment. Muscle thickness (MT), subcutaneous fat thickness (FT), pennation angle (PA), and fascicle length (FL) were measured. Sensitivity and reliability were assessed using intra-class correlation coefficients (ICCs) and standard error of measurements (SEMs). Results: MT and FT for RF and VL were not sensitive to transducer tilt. However, PA and FL were sensitive to transducer tilt. MT and FT for both muscles showed high ICCs and low SEMs for intrarater and interrater reliability. For PA of both muscles, standardizing transducer tilt improved interrater ICCs and lowered SEMs. Conclusion: MT and FT measurements of RF and VL acquired at 60° knee flexion are robust to varying transducer tilt angles. PA measurements benefit from standardizing transducer tilt.
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 | 0,000 | 0,000 |
| 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 ».