Sonographically Guided Posterior Subtalar Joint Injections via the Sinus Tarsi Approach
Notice bibliographique
Résumé
OBJECTIVES: To determine the feasibility and accuracy of sonographically guided posterior subtalar joint (PSTJ) injections performed through the sinus tarsi. METHODS: A single experienced operator completed 10 sonographically guided PSTJ injections via the sinus tarsi on 10 unembalmed cadaveric ankle-foot specimens. Injections were performed using a 17-5-MHz linear transducer, a 25-gauge, 50-mm needle, and an out-of-plane, anterior-to-posterior needle trajectory parallel to the calcaneal surface. Sonographic assessment for fluid in the posterior and lateral PSTJ recesses, sinus tarsi, and peroneal tendon sheath was performed before and after injections of 2 and 4 mL of tap water. Two additional specimens were injected with a contrast agent: 1 via the sonographically guided approach and another by a computed tomographically guided approach. RESULTS: All 10 sonographically guided PSTJ tap water injections were accurate, distending both the posterior and lateral PSTJ recesses. In addition, all 10 specimens showed posterior recess distension by 2 mL, whereas only 2 specimens (20%) showed lateral recess distension at this volume. By 4 mL, both recesses were clearly distended in all specimens. Both contrast agent injections produced similar PSTJ computed tomographic arthrograms and patterns of recess distension similar to the sonographically guided tap water injections. No sonographically guided PSTJ injection placed fluid in the peroneal tendon sheath. CONCLUSIONS: Sonographically guided PSTJ injections via the sinus tarsi can accurately and specifically deliver injectate into the PSTJ while monitoring injectate flow within the posterior recess. The sinus tarsi approach may be used as an alternative technique to perform sonographically guided PSTJ injections when clinically appropriate.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».