Monitoring changes in the shape of the spine in children withpostural disorders
Bibliographic record
Abstract
Wprowadzenie Ze względu na liczne powikłania nieprawidłowego kształtu kręgosłupa niezwykle istotne jest systematyczne monitorowanie jego formy. Precyzyjny i powtarzalny sposób pomiaru pozwala na porównanie wyników uzyskanych w czasie i ewentualną wczesną interwencję w celu uniknięcia powikłań. Jest to niezwykle istotne dla skutecznego prowadzenia leczenia tych pacjentów. Cel pracy Przedstawienie schematu monitorowania zmian kształtu kręgosłupa u dzieci z zaburzeniami postawy. Materiał i metody Grupą badaną (n = 211) byli pacjenci ze zdiagnozowanym zaburzeniem kształtu kręgosłupa, którzy poddani zostali czteromiesięcznej terapii prowadzonej pod nadzorem fizjoterapeuty. Grupę kontrolną (n = 101) stanowiły dzieci, u których nie stwierdzono zaburzeń kształtu kręgosłupa. Dzieci w grupie badanej poddano trójwymiarowej analizie komputerowej oceniającej ukształtowanie kręgosłupa. Badanie DIERS wykonano w obydwu grupach (badanej i kontrolnej), w grupie badanej przeprowadzono je czterokrotnie w czterotygodniowych odstępach. Obejmowało ono pomiar siedmiu parametrów pozwalających na pełną ocenę postawy ciała. Wyniki Stwierdzono statystycznie istotne wyniki testu Friedmana w zakresie odchylenia od pionu, skośności miednicy, kąta kifozy, kąta lordozy oraz odchylenia bocznego. Wykonano serię analiz post-hoc przy użyciu testów Dunn-Bonferroniego. Dostrzeżono, że zmiany poszczególnych parametrów poddanych analizie w badaniach własnych pojawiają się w różnym tempie. Wnioski Szczegółowe monitorowanie parametrów opisujących ustawienie kręgosłupa umożliwia kontrolę przebiegu procesu leczenia pacjentów z zaburzeniami ustawienia kręgosłupa. Dynamika zmian zachodzących w obrębie ustawienia kręgosłupa jest różna dla poszczególnych parametrów poddanych analizie.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".