Agreement on clinical examination and management between virtual videoconferencing and in-person assessment in a tertiary shoulder center
Notice bibliographique
Résumé
Background: This study examined the intra and inter-examiner agreement of clinical tests and a management plan between a virtual video encounter and an in-person assessment in patients seen at a specialty shoulder program at an academic center. Methods: Participants were evaluated using a web-based video conferencing program and an in-person assessment. Guidelines on proper positioning of the camera and specific tests were outlined and sent in advance to all patients. Range of motion (ROM) was documented. Shoulder-specific clinical signs examined rotator cuff and proximal biceps tendon. Management was categorized as nonoperative or operative. Intraclass correlation coefficients and Kappa coefficients (κ) were used. Results: Thirty patients, 14 (47%) females, mean age: 57.5 (SD = 11), were examined twice. The intraclass correlation coefficients values ranged from 0.83 to 0.87 for shoulder ROM, indicating good reliability. Cervical spine Spurling test had an almost perfect agreement (κ = 0.83). The κ values were substantial for the hornblower sign (κ = 0.78), painful arc (κ = 0.65), lift-off test (κ = 0.65), and belly press test (κ = 0.61). Agreement was moderate for the cervical spine ROM (κ = 0.60), Jobe's test (κ = 0.57), Hawkins-Kennedy (κ = 0.52), and cross-body adduction (κ = 0.47). The management plan showed almost perfect agreement with respect to conservative vs. surgical management (κ = 0.83). Percentage of agreement for inter-examiner agreement ranged from 0.80 to 1.00. Conclusions: The majority of shoulder clinical tests for rotator cuff pathology conducted via a structured video encounter were shown to be reliable. The resulting proposed management plans were essentially identical.
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 ».