MétaCan
Menu
Retour à la cohorte
Enregistrement W2000770113 · doi:10.1155/2015/928301

The Relationship between Anterior Cruciate Ligament Injury and Osteoarthritis of the Knee

2015· review· en· W2000770113 sur OpenAlexaff
David Simon, Randy Mascarenhas, Bryan M. Saltzman, M. D. Rollins, Bernard R. Bach, Peter B. MacDonald

Notice bibliographique

RevueAdvances in Orthopedics · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensUniversity of ManitobaPan Am Clinic
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteoarthritisAnterior cruciate ligamentACL injuryTearsConcomitantSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Anterior cruciate ligament (ACL) tears are a common injury, particularly in the athletic and youth populations. The known association between ACL injury and subsequent osteoarthritis (OA) of the knee merits a more in-depth understanding of the relationship between the ACL-injured knee and osteoarthritis. ACL injury, especially with concomitant meniscal or other ligamentous pathology, predisposes the knee to an increased risk of osteoarthritis. ACL insufficiency results in deterioration of the normal physiologic knee bending culminating in increased anterior tibial translation and increased internal tibial rotation. This leads to increased mean contact stresses in the posterior medial and lateral compartments under anterior and rotational loading. However, surgical reconstruction of the ACL has not been shown to reduce the risk of future OA development back to baseline and has variability based on operative factors of graft choice, timing of surgery, presence of meniscal and chondral abnormalities, and surgical technique. Known strategies to prevent OA development are applicable to patients with ACL deficiency or after ACL reconstruction and include weight management, avoidance of excessive musculoskeletal loading, and strength training. Reconstruction of the ACL does not necessarily prevent osteoarthritis in many of these patients and may depend on several external variables.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,382
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in OrthopedicsMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207