Key points are not available for this paper at this time.
उद्देश्य: सांख्यिकीय आकार मॉडलिंग मानव शारीरिक रचना का वर्णन करने और विश्लेषण करने के लिए एक शक्तिशाली उपकरण प्रदान करती है। किसी दिए गए शारीरिक इकाई के आकार की विविधता को रेखीय रूप से संयोजित करके, सांख्यिकीय आकार मॉडल (SSMs) इसके मुख्य परिवर्तनों के तरीकों की पहचान करते हैं और उस जनसंख्या की कुल विविधता को एक चयनित सीमा तक अनुमानित करते हैं, जबकि इसकी आयामिकता को कम करते हैं। हालांकि SSMs का उपयोग दो दशकों से अधिक समय से किया जा रहा है, लेकिन उनकी भविष्यवाणी की गुणवत्ता के वर्णन में कमी है, विशेष रूप से यह निर्धारित करने में कि क्या ये मॉडल वास्तव में किसी दिए गए जनसंख्या के लिए प्रतिनिधि हैं। पद्धतियां: वर्तमान पत्र लेखकों के ज्ञान के अनुसार, कूल्हा, जांघ, पटेला, टिबिया, फिबुला, तालुस और कैलकनियाम को ध्यान में रखते हुए सबसे विस्तृत निचले अंगों की संरचना मॉडल प्रस्तुत करता है। वर्तमान अध्ययन में 271 निचले अंगों के सीटी स्कैन से प्राप्त किए गए विभाजित प्रशिक्षण आकार (n = 542) शामिल हैं। विभिन्न मॉडलों का सटीकता, संकुचन, सामान्यीकरण और विशिष्टता के संदर्भ में मूल्यांकन किया गया। परिणाम: प्रत्येक मॉडल में प्रशिक्षण नमूनों का आकार जो इसे जनसंख्या को कवर करने के लिए माना जा सकता है, लगभग 200 नमूनों के आसपास अनुमानित किया गया, विभिन्न मॉडलों के सामान्यीकरण गुणों के आधार पर। एक साथ, लिंग में भिन्नताएं और बाएं-दाएं विषमता के पैटर्न की पहचान और वर्णन किया गया। आकार को सबसे प्रमुख लिंग भेदक पाया गया जबकि विषमता में अंतरव्यक्ति भिन्नताएं मांसपेशियों के संलग्नन स्थल पर सबसे प्रमुख थीं। निष्कर्ष: जनसंख्या को कवर करने वाले वर्णात्मक अध्ययन के लिए लक्षित मॉडलों के लिए आवश्यक प्रशिक्षण नमूनों की संख्या एक उचित 200 नमूनों के बराबर होनी चाहिए। लिंग भेदभाव के लिए ज्यामितीय रूपांकिक विधि ने उत्कृष्ट अंक प्राप्त किए, हालांकि, यह पारंपरिक उपायों पर बड़ी तरह से बेहतर नहीं था।
Audenaert et al. (शुक्रवार,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: