Arthroscopic Repair for Chronic Massive Rotator Cuff Tears: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: To systematically review the available evidence for arthroscopic repair of chronic massive rotator cuff tears and identify patient demographics, pre- and post-operative functional limitations, reparability and repair techniques, and retear rates. METHODS: Medline, Embase, the Cochrane Database of Systematic Reviews, and the Cochrane Central Register of Controlled Trials were searched to identify all clinical papers describing arthroscopic repair of chronic massive rotator cuff tears. Papers were excluded if a definition of "massive" was not provided, if the definition of "massive" was considered inappropriate by agreement between the 2 reviewers, or if patients with smaller tears were also included in the study population. Study quality and clinical outcome data were pooled and summarized. RESULTS: There were 18 papers that met the eligibility criteria; they involved 954 patients with a mean age of 63 (range, 37 to 87), 48% of whom were female. There were 5 prospective and 13 retrospective study designs. The overall study quality was poor according to the Modified Coleman Methodology Score. Of the 954 repairs, 81% were complete repairs and 19% were partial repairs. The follow-up range was between 33 and 52 months, and the mean duration between symptom onset and surgery was 24 months. Single-row repairs were performed in 56% or patients, and double-row repairs were performed in 44%. A pooled analysis demonstrated an improvement in visual analog scale from 5.9 to 1.7, active range of motion from 125° to 169°, and the Constant-Murley score from 49 to 74. The pooled retear rate was 79%. CONCLUSIONS: Arthroscopic repair of chronic massive rotator cuff tears is associated with complete repair in the majority of cases and consistently improves pain, range of motion, and functional outcome scores; however, the retear rate is high. Existing research on massive rotator cuff repair is limited to poor- to fair-quality studies. LEVEL OF EVIDENCE: Level IV, systematic review including Level IV studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».