Kinematic and Neuromuscular Deficiencies Phenotypes Associated With Patellofemoral Pain Syndrome : a Cross-sectional Interventional Study Protocol
Notice bibliographique
Résumé
Background: The physiopathology of PFPS is multifactorial and includes static and dynamic dysfunctions which have not been fully elucidated to date. Among numerous classifications, a pragmatic classification distinguishes 3 major clinical phenotypes: PFPS with objective displacement of the patella, PFPS with extra-patellar alignment problem and PFPS without alignment problems. The relationships between the clinical and biomechanical factors are still unclear. Objective : The primary aim of this study is to describe and compare the kinematic deficiencies specifically associated with each of the 3 main clinical phenotypes. The secondary aim is to describe and compare neuromuscular deficiencies, postural and proprioceptive associated with each of the 3 main clinical phenotypes. Method: PHENOPAT is a comparative, non-randomized study. We will use the KneeKG device (EMOVI) to assess the 3D knee rotations, EoS Imaging to assess femoro-tibial alignment and isokinetic device to measure hip abductor, quadriceps and hamstrings muscle strength and endurance. The unipodal static and dynamic stability will be assessed by the Y test and posturography. We will compare the kinematic deficiencies using a rank comparison or a mean comparison test between 2 groups or between 3 groups according to the distribution of participants between the groups. Discussion: We expect to observe specific biomechanical factors correlated with each main clinical phenotypes. We wish that will help to enable a more specific diagnosis and 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».