MétaCan
Menu
Retour à la cohorte
Enregistrement W4393077941 · doi:10.1016/j.jht.2023.12.013

GripAble: Interrater reliability and normative grip strength of UK population

2024· article· en· W4393077941 sur OpenAlexaff
Sharah Abdul Mutalib, Deepika Sharma, Sonia Pike, Liz Gwynne, Samantha Hyde, Jennifer Morehouse, Helen Davey, Lauren Edwards, Pedro Douglass-Kirk, Etienne Burdet, Nicola Goldsmith, Michael Mace

Notice bibliographique

RevueJournal of Hand Therapy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensNickel Institute
Organismes subventionnairesnon disponible
Mots-clésIntraclass correlationPercentileGrip strengthInter-rater reliabilityConfidence intervalPopulationPsychologyMedicineDemographyPhysical therapyNormativeLinear regressionStatisticsMathematicsPsychometricsDevelopmental psychologyRating scale

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hand grip strength is an established indicator of individual health status and is used as a biomarker for predicting mortality, disability, and disease risks. GripAble hand grip dynamometer offers a modernized approach to measuring grip strength with its digital and high-accuracy measurement system. PURPOSE: This study aimed to (1) assess the interrater reliability of maximum grip strength (MGS) measurement and (2) establish GripAble's own gender-, age group- and hand-stratified normative MGS reference values of the adult UK population. STUDY DESIGN: Cross-sectional study design. METHODS: Interrater reliability among three raters assessing 30 participants across diverse age groups was measured using the intraclass correlation. In the second study, 11 investigators gathered MGS data from 907 participants across diverse age groups and gender. The average, standard deviation, minimum, median, maximum, and percentiles of MGS were computed for each gender, age group, and hand (L/R). The relationship between MGS and age was examined using quantile regression analysis. Additionally, generalized linear model regression analysis was conducted to explore the influence of participants' demographics (gender, hand [L/R], hand length, hand circumference, age, weight, and height) on MGS. RESULTS: MGS measurements between raters showed excellent agreement (ICC(2,1) = 0.991, 95% confidence interval [0.98, 1.0]). The MGS and age relationship follows a curvilinear pattern, reaching a peak median MGS values of up to 20 kg between 30 and 49 years for females and up to 35 kg between 30 and 59 years for males. Subsequently, MGS declined as age advanced. Gender and hand (L/R) emerged as the primary factors influencing MGS, followed by hand length, hand circumference, age, weight, and height. CONCLUSIONS: The presented normative MGS reference values can be used for interpreting MGS measurements obtained from adults in the United Kingdom using GripAble. This study, along with previous studies on GripAble devices, confirms GripAble as a reliable and valid tool for measuring MGS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,362
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,345
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hand TherapyMême sujetNutrition and Health in AgingTravaux en français237 207