Healing ligament mechanical properties are improved by repair with interpositional allografts but not by concomitant treatment with hyaluronic acid
Notice bibliographique
Résumé
Healing ligaments have inferior mechanical properties compared to normal ligaments during early healing intervals. The purpose of this study was to investigate if in vivo ligament repair with an interpositional allograft and treatment with hyaluronic acid (HA) would improve the mechanical properties of a medial collateral ligament (MCL) healing from a gap injury. Twenty rabbits were assigned equally to either a donor or recipient group. A gap injury of the MCL was created in both hindlimbs of 10 recipient animals. The right hindlimb was treated with allograft plus HA while the left hindlimb was treated with allograft only. Low-load and high-load mechanical properties, including laxity, relaxation and failure, and histology were evaluated after 6 weeks of healing. Mechanical results were compared to previously published normal MCL and MCL gap scar data. MCL allografts had greater initial force during cyclic relaxation testing and maximum force during failure testing than MCL scars, but were weaker than normal MCLs. Failure stress was the only parameter to demonstrate a statistically significant effect of treatment with HA on the allografts. However, the failure stress of the HA-treated MCL allografts was not different than MCL scars and was less than normal MCLs. In conclusion, interpositional allografts could enhance some mechanical properties of ligament healing but HA, in the way we applied it, did not produce an obvious improvement.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».