Three-dimensional measurements of scapular kinematics: Interrater reliability and validation of a skin marker-based model against an intracortical pin model
Notice bibliographique
Résumé
A skin marker-based motion capture model providing measures of scapular rotations was recently developed. The aim of this study was to investigate the concurrent validity and the interrater reliability of the model. Shoulder range of motion (RoM) and activities of daily living (ADL) were tested in healthy volunteers with reflective markers on the scapula and thorax. To investigate the validity, the model was compared to simultaneous data collection from markers on a scapular intracortical pin. The interrater reliability was tested by comparing the skin marker-based protocol performed by two investigators. The mean root mean square error (RMSE) and the intraclass correlation coefficient (ICC(2,1)) were calculated to determine the validity and the interrater reliability, respectively. Eight subjects were included in the validity test: female/male = 2/6, mean (SD) age 35.0 (3.0) and BMI 23.4 (3.3). The mean RMSE of all scapular rotations ranged 2.3-6.7° during shoulder RoM and 2.4-7.6° during ADL. The highest errors were seen during sagittal and scapular plane flexions, hair combing and eating. The reliability test included twenty subjects: female/male = 8/12, mean (SD) age 31.4 (4.9) and BMI 22.9 (1.7). The ICC(2,1) for measuring protraction ranged 0.07-0.60 during RoM and 0.27-0.69 for ADL, for upward rotation the corresponding ICC(2,1) ranged 0.01-0.64 and 0.38-0.60, and anterior tilt 0.25-0.83 and 0.25-0.62. The validity and interrater reliability of the model are task dependent, and interpretation should be made with caution. The model provides quantitative measurements for objective assessment of scapular movements and can potentially supplement the clinical examination in certain motion tasks.
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 ».