Algorithm for Schroth-Curve-Type Classification of Adolescent Idiopathic Scoliosis: An Intra- and Inter-Rater Reliability Study
Notice bibliographique
Résumé
Schroth exercises for scoliosis are prescribed based on curve types. This study aimed to determine the reliability of an algorithm for classifying Schroth curve types. Forty-four consecutive volunteers with adolescent idiopathic scoliosis, 10 to 18 years old, with curves 10° to 50°, were recruited from a scoliosis clinic. Their standing posture and Adam's bending test were videotaped. Ten consecutive Schroth therapist volunteers from an international registry independently classified the curve types using the proposed classification algorithm. Videos were rated twice at least seven days apart. Reliability was calculated using the Gwet's AC1 agreement coefficient for all the raters and for subgroups reporting full understanding (well-trained) and with prior algorithm experience. The intra-rater and weighted agreement coefficients for all the raters were 0.64 (95% CI: 0.53-0.73) and 0.75 (0.63-0.84), respectively. For the well-trained raters, they were 0.70 (0.60-0.78) and 0.82 (0.73-0.88), respectively; for the experienced raters, they were 0.81 (0.77-0.85) and 0.89 (0.80-0.94), respectively. The inter-rater versus weighted agreement coefficients for all the raters were 0.43 (0.28-0.58) versus 0.48 (0.29-0.67). For the well-trained raters, they were 0.50 (0.38-0.61) versus 0.61 (0.49-0.72), and for the experienced raters, they were 0.67 (0.50-0.85) versus 0.79 (0.64-0.94). Full understanding and experience led to higher reliability. Use of the algorithm can help standardize Schroth exercise treatment.
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 | 0,001 | 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 ».