Augmented Reality-Based Finger Joint Range of Motion Measurement: Assessment of Reliability and Concurrent Validity
Notice bibliographique
Résumé
PURPOSE: This study aimed to determine the reliability and concurrent validity of finger joint range of motion (ROM) measurement using augmented reality (AR)-based hand tracking in a sample of healthy hands. Additionally, the study aimed to determine which camera view of the hand provided ROM measurements with the highest concurrent validity at each joint. METHODS: A web application developed for smart devices using Google's MediaPipe Hands framework converted AR-generated hand landmark coordinates from camera feed into ROM angle measurements in real time for all joints. From each of five camera views, we recorded five sets of AR-based flexion and extension measurements at the metacarpophalangeal (MCP), proximal interphalangeal (PIP) and distal interphalangeal (DIP) joints of normal index to small fingers. Test-retest reliability of the five AR-based measurements in each view was evaluated as was concurrent validity of AR-based measurements relative to manual goniometry, considered the reference standard. Given accepted inter-rater reliability of manual goniometry is 10°, we considered AR-based measurements within 10° of goniometry measurements to have "acceptable" concurrent validity. RESULTS: Forty-eight healthy hands (median age 31, 50% left, varying ethnicities) were measured. All joints demonstrated excellent test-retest reliability (intraclass correlation coefficient >0.75) in all views in flexion and ≥2 views in extension. AR-based flexion measurements were within 10˚ of goniometry in ulnar views of the index MCP, PIP, and DIP; the long MCP and PIP; and the ring PIP and DIP. In extension, multiple views at each joint consistently yielded AR-based measurements within 10° of goniometry. CONCLUSIONS: AR-based measurement has high concurrent validity and reliability; however, optimal camera views vary joint to joint. Validation in pathologic hands is required. CLINICAL RELEVANCE: Given its excellent reliability, AR-based measurement has potential for use in monitoring changes in finger ROM after intervention, either by clinicians in-person or by patients performing remote measurements independently.
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 | 0,007 | 0,001 |
| 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 ».