The effects of age and sex on active and passive hip range of motion in individuals with alkaptonuria
Notice bibliographique
Résumé
Purpose To report active and passive hip range of motion (ROM) data for individuals with alkaptonuria (AKU), with consideration for age, sex, and non-AKU comparative data.Materials and Methods Using a cross-sectional study design, 123 patients who had baseline ROM assessed in a previous international, multi-centre clinical trial were included. Data was compared between age groups, sexes, and with existing data from individuals without AKU. Data was analysed using a one-way ANOVA, paired t-test, and one-sample t-test, with results interpreted using partial eta squared and standardised mean differences (SMD).Results Differences were observed across the age groups for active and passive flexion (F = 3.815, p = 0.006, ηp2 = 0.115) and active hip abduction (F = 1.941, p = 0.108, ηp2 = 0.062). Differences between sexes ranged from trivial-to-large (SMD = 0.03 to 1.90), with variability evident across the age groups. Individuals with AKU were within the lower range of scores observed for healthy adults in flexion (t = −8.545 to −3.166, p = 0.010 to <0.001) and abduction (t = −20.830 to −0.737, p = 0.478 to <0.001).Conclusions Our results provide insight into the clinical value of ROM with consideration for age, sex and normative data as a determinant of disease progression and functional ability within individuals with AKU.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».