MétaCan
Menu
Retour à la cohorte
Enregistrement W4394695378 · doi:10.1016/j.medengphy.2024.104167

Evaluation of a method to quantify posture and scapula position using biplanar radiography

2024· article· en· W4394695378 sur OpenAlexaff
Sandrine Bousigues, Laurent Gajny, Wafa Skalli, Xavier Ohl, Patrice Tétreault, Nicola Hagemeister

Notice bibliographique

RevueMedical Engineering & Physics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensÉcole de Technologie SupérieureCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésScapulaRadiographyPosition (finance)Computer scienceOrthodonticsComputer visionArtificial intelligenceMedical physicsMedicineAnatomyRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent studies have stated the relevance of having new parameters to quantify the position and orientation of the scapula with patients standing upright. Although biplanar radiography can provide 3D reconstructions of the scapula and the spine, it is not yet possible to acquire these images with patients in the same position. METHODS: Two pairs of images were acquired, one for the 3D reconstruction of the spine and ribcage and one for the 3D reconstruction of the scapula. Following 3D reconstructions, scapular alignment was performed in two stages, a coarse alignment based on manual annotations of landmarks on the clavicle and pelvis, and an adjusted alignment. Clinical parameters were computed: protraction, internal rotation, tilt and upward rotation. Reproducibility was assessed on an in vivo dataset of upright biplanar radiographs. Accuracy was assessed using supine cadaveric CT-scans and digitally reconstructed radiographs. FINDINGS: The mean error was less than 2° for all clinical parameters, and the 95 % confidence interval for reproducibility ranged from 2.5° to 5.3°. INTERPRETATION: The confidence intervals were lower than the variability measured between participants for the clinical parameters assessed, which indicates that this method has the potential to detect different patterns in pathological populations.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,388
Écart entre enseignants0,347 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetShoulder Injury and TreatmentTravaux en français237 207