Risk Factors for Peroneal Nerve Injury and Recovery in Knee Dislocation
Notice bibliographique
Résumé
BACKGROUND: Acute knee dislocation is rare but has a high rate of associated neurovascular injuries and potentially limb-threatening complications. These include the substantial morbidity associated with peroneal nerve injury: neuropathic pain, decreased mobility, and considerably reduced function, which not only impairs patient function but complicates treatment. QUESTIONS/PURPOSES: We therefore identified and quantified the risks associated with specific factors for peroneal nerve injury and recovery in patients with knee dislocations. PATIENTS AND METHODS: We retrospectively reviewed the charts of 26 patients, from among a cohort of all 91 knee dislocations, with a peroneal nerve palsy over a 5-year period. We then used univariable and multivariable statistics to identify risk factors predicting peroneal nerve injury and recovery. RESULTS: Gender (odds ratio, 5.47), body mass index (odds ratio, 1.14), and fibular head fracture (odds ratio, 4.77) were associated with peroneal nerve injury. Only younger age was associated with peroneal nerve recovery. CONCLUSIONS: Knowledge of the risk factors for peroneal nerve injury and the predictors of recovery in knee dislocation allows the treating surgeon to have a better understanding of the nature of the neurologic injury and modify management based on the anticipated return of nerve function. LEVEL OF EVIDENCE: Level II, prognostic study. See Guidelines for Authors for a complete description of levels of evidence.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».