Empfehlung für Fragebögen zur Untersuchung der Schultergelenkfunktion vom Research-Komitee der AGA
Bibliographic record
Abstract
Zusammenfassung In der Orthopädie und Unfallchirurgie hat die Bedeutung von PROMs („patient-reported outcome measures“) nicht nur klinisch und akademisch, sondern auch gesundheitspolitisch enorm zugenommen. Am Schultergelenk existieren zahlreiche solcher Messinstrumente, sodass für den Vergleich in Wissenschaft und Klinik eine einheitliche Verwendung geeigneter PROMs zu empfehlen ist. Ein PROM sollte wissenschaftliche Kriterien (u. a. Reliabilität, Validität, Responsiveness) erfüllen sowie in der jeweiligen Landessprache und nicht nur für die jeweilige Pathologie validiert sein. Zudem sollten Daten zur „minimal clinically important difference“ (MCID) vorliegen, um Ergebnisse nicht nur hinsichtlich ihrer statistischen Signifikanz, sondern auch der klinischen Relevanz beurteilen zu können. Ziel dieser Arbeit war es, für relevante Pathologien des Schultergelenks jeweils einen PROM zu empfehlen, der die o. g. Kriterien am besten erfüllt. Für das Schultergelenk werden dabei vom Research-Komitee der AGA unter Berücksichtigung dieser Kriterien folgende PROMs empfohlen: Constant-Murley-Score (CMS) für die Omarthrose bzw. Schulterendoprothetik, Western Ontario Stability Index (WOSI) für glenohumerale Instabilitäten und Western Ontario Rotator Cuff Index (WORCI) für Pathologien des Subakromialraums bzw. von Rotatorenmanschettenläsionen. Der Nottingham Clavicle Score (NCS) stellt ein geeignetes Instrument für die Klavikula sowie die angrenzenden Gelenke (Akromioklavikular- und Sternoklavikulargelenk) dar. Diese empfohlenen PROMs decken eine große Bandbreite an Schulterpathologien ab, sind bzgl. obiger Kriterien qualitativ hochwertig und für die deutsche Sprache validiert.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.036 | 0.081 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.005 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.032 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".