Meniscal integrity predicts laxity of anterior cruciate ligament reconstruction
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to evaluate the incidence of failure of anterior cruciate ligament (ACL) reconstruction and to assess the prognostic factors for such an outcome. METHODS: A prospective inception cohort of patients undergoing ACL reconstruction was analysed for failure (patient reported symptoms of rotational instability, a clinically positive pivot shift, MRI or arthroscopy showing ACL graft rupture). Risk factors evaluated included medial and lateral meniscal deficiency, medial and lateral meniscal repair, age, gender, BMI, graft size and time to surgery. Survival analysis was performed using the Kaplan-Meier method. Prognostic factors were assessed using the Cox proportional hazard model to investigate whether covariate risk factors influenced graft survival. RESULTS: One hundred and twenty-three patients were available for final analysis at a follow-up of 2 years. Eighteen patients satisfied the criteria of failure (15.4 %). Risk factors for failure were medial meniscal deficiency (hazard ratio 4.5; 95 % CI 1.8-11.5; p = 0.002), or lateral meniscal deficiency (hazard ratio 3.5; 95 % CI 1.3-9.3; p = 0.01). At 2-year follow-up, ACL survival was 94.5 % (95 % CI 89-100) for patients with intact menisci and 69 % (95 % CI 56-86) for those with deficiency of the medial or lateral meniscus (log-rank test p = 0.017). Patients were 4.9 times more likely to fail if they had a deficient medial or lateral meniscus. Those patients who underwent meniscal repair did not demonstrate any increased risk of failure. CONCLUSION: Medial and lateral meniscal tears are important prognostic factors that influence the survival of ACL reconstruction. Surgeons should endeavour to repair all meniscal tears associated with ACL reconstruction. LEVEL OF EVIDENCE: II.
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) | 0,002 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».