MétaCan
Menu
Retour à la cohorte
Enregistrement W60408113 · doi:10.3233/978-1-61499-067-3-346

Brace Wear Characteristics during the first 6 months for the Treatment of Scoliosis

2012· article· en· W60408113 sur OpenAlexaff
Edmond Lou, Douglas L. Hill, Jim Raso, Andreas Donauer, Marc Moreau, James Mahood, Douglas Hedden

Notice bibliographique

RevueStudies in health technology and informatics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBraceScoliosisMedicineComputer scienceOrthodonticsSurgeryEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Bracing is the most commonly used non-surgical treatment for adolescent idiopathic scoliosis (AIS) and requires an extensive commitment on the part of the patient and family. However, demonstrating efficacy of brace treatment for AIS has been hampered by the lack of compressive information about wear characteristics. The first 6 months is considered a critical time to evaluate whether AIS patients will commit to the treatment and may predict the treatment outcome. The characteristics of brace wear can assist clinicians to provide better support and aid long term compliance with treatment. This study describes the first 6 month brace wear characteristics in 15 AIS patients (12F;3M) who were prescribed full-time brace wear. There was a statistically significant increase in wear time (p = 0.02) after brace fitting and the brace wear tightness stabilized after month 4. The force at the major pressure pad area continuously decreased after month 2. A moderate correlation was found between the (quantity * quality) of the brace wear at month 6 and the change of Cobb angle (first out of brace - pre brace) (r2 = 0.47). The more time that the brace was worn and the higher proportion of time worn at the prescribed tightness or above improves the likelihood of a better treatment result.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,053
Tête enseignante GPT0,368
Écart entre enseignants0,315 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetScoliosis diagnosis and treatmentTravaux en français237 207