MétaCan
Menu
Retour à la cohorte
Enregistrement W4415713077 · doi:10.1016/j.jseint.2025.10.007

Exploring age-related differences in asymptomatic male shoulder kinematics using four-dimensional computed tomography

2025· article· en· W4415713077 sur OpenAlexaff
James C. Hunter, Ting‐Yim Lee, George S. Athwal, Emily Lalone

Notice bibliographique

RevueJSES International · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensHand and Upper Limb ClinicWestern University
Organismes subventionnairesStryker
Mots-clésScapulaComputed tomographyKinematicsAsymptomaticShoulder joint

Résumé

récupéré en direct d'OpenAlex

Background: Understanding age-related differences in shoulder glenohumeral and scapulothoracic motion has implications for the understanding, treatment, and management of shoulder injuries and diseases. Previous studies have investigated age-related differences, although statically and in single-plane motion. The shoulder, however, is a complex joint capable of a wide range of motion (ROM) and involves coordinated and synchronous movements from both the glenohumeral and scapulothoracic joints. Therefore, the objectives of this study were to measure age-related differences in kinematics of the glenohumeral and scapulothoracic joints during motion, as well as differences in the neutral positioning of the scapula and humerus. Methods: Thirty-one male participants comprised 2 cohorts based on age (<45 and ≥ 45 years). Participants performed 2 motions, forward elevation (FE) and internal rotation (IR) to the back, with 4-dimensional computed tomography scanning to dynamically track the bones. The kinematics of the humerus and scapula were calculated with 6 degrees of freedom. The neutral position of the scapula and humerus was also calculated based on a static computed tomography scan. Results: = .007). Conclusion: Overall, this study found age-related differences in kinematics and neutral positioning of the scapula and humerus, which may help improve understanding of age-related differences in subluxation, diseases, injuries, and ROM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,133
Tête enseignante GPT0,344
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJSES InternationalMême sujetShoulder Injury and TreatmentTravaux en français237 207