NeckCare sem álitleg viðbótarmeðferð í fjarsjúkraþjálfun hjá fólki með slingáverka: Með tilliti til meðferðartrausts, meðferðarheldni og aukningu einkenna
Bibliographic record
Abstract
Inngangur: Slingáverkar (whiplash) eru algengir eftir bílslys og geta valdið langvinnum einkennum eins og háls- og höfuðverk, svima og skertri hreyfistjórn. NeckCare er búnaður sem mælir hreyfistjórn hálsvöðva í rauntíma og veitir myndræna endurgjöf, og gæti því hentað sem heimaæfingatæki. Markmið: Rannsóknin kannar notkun NeckCare tækis við heimaæfingar yfir tólf mánaða tímabil hjá einstaklingum með slingáverka af gráðu I-II (Quebec-flokkunarkerfið), og metur magn færniskerðingar út frá því hvernig fólk metur traust til meðferðar og aukningu einkenna við æfingar. Aðferðir: Þessi blandaða megindlega rannsókn notast við gögn sem fengin voru úr niðurstöðum tveggja spurningalista, Neck Disability Index (NDI) sem metur einkenni frá hálsi og sérstaks NeckSmart spurningalista, sem báðir höfðu verið lagðir fyrir í fyrri rannsóknum. NDI var lagður fyrir fjórum sinnum yfir þetta æfingatímabil. Tölfræðiúrvinnsla var framkvæmd með bæði lýsandi- og ályktunartölfræði. Niðurstöður: Þátttakendur (n=41, 59% kvk) voru á aldrinum 18-69. Þeim sem fannst aukning einkenna hafa áhrif á framkvæmd æfinganna skoruðu hlutfallslega hærra í upphafi á NDI en þeir sem fundu ekki fyrir einkennum (p<0,001). Þeir sem sýndu raunverulega bætingu (>8 stiga lækkun á NDI) eftir sex mánuði skoruðu að meðaltali 14 stigum hærra í upphafsmælingu NDI (p<0,001). Sömu aðilar voru hlutfallslega oftar sammála að finna fyrir aukningu einkenna við þjálfun (p=0,029). Ekki fundust markverð tengsl milli svörunar á NDI og meðferðartrausti. Æfingarheldni var léleg, en einungis 14% þátttakenda sögðust hafa sinnt æfingaplaninu vel. Ályktun: Rannsóknin bendir til þess að þeir sem eru með meiri skerðingu í upphafi séu viðkvæmari fyrir áreiti æfinga, en sýni jafnframt hærra meðferðartraust. Notkun NeckCare í fjarsjúkraþjálfun getur verið gagnleg viðbót við hefðbundna meðferð, sérstaklega ef skjólstæðingar eru valdir af kostgæfni og fræðsla og eftirfylgd er veitt. Stærri rannsóknir í framtíðinni eru nauðsynlegar til að meta áhrif tækisins á verkjastig, færni og langtíma meðferðarheldni.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.143 | 0.046 |
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".