The supine moving apprehension test—Reliability and validity among healthy individuals and patients with anterior shoulder instability
Notice bibliographique
Résumé
Background Performance-based tests for patients with anterior shoulder dislocation are lacking. This study determined the reliability and validity of the supine moving apprehension test designed to assess the ability to control anterior instability loads. Methods Thirty-six participants were recruited (18 healthy individuals, and 18 patients following anterior shoulder dislocation). Healthy participants performed the supine moving apprehension test on 2 separate occasions to determine test-retest reliability. Patients completed the supine moving apprehension test and the Western Ontario Shoulder Instability index before and 6 months after surgical stabilization of their shoulder. The presence of anterior apprehension was also documented post-operatively. Results The supine moving apprehension test demonstrated good test-retest reliability (intraclass correlation coefficient = 0.74−0.84). Patients performed 18−30 repetitions less than healthy individuals during the supine moving apprehension test ( P < 0.01). A strong correlation was found between supine moving apprehension test scores and Western Ontario Shoulder Instability post-operatively ( r = −0.74, P ≤ 0.01). Supine moving apprehension test scores significantly improved among patients following surgery ( P < 0.01). Patients with a negative apprehension test post-operatively performed the supine moving apprehension test significantly better than patients with a positive apprehension test ( P < 0.01). Conclusions The supine moving apprehension test is reliable and valid among patients with anterior shoulder dislocation and may serve to assess patients’ ability to control shoulder anterior instability loads.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».