Longitudinal Changes in the Lower Extremity Functional Scale After Anterior Cruciate Ligament Reconstructive Surgery
Notice bibliographique
Résumé
OBJECTIVE: To describe the pattern of change in lower extremity physical function status as measured by the Lower Extremity Functional Scale (LEFS) during the first 16 weeks after anterior cruciate ligament (ACL) reconstructive surgery and illustrate how this information can be applied in clinical practice to assist with goal setting and the evaluation of patient outcomes. The secondary objective is to estimate the test-retest reliability of the LEFS in this population. DESIGN: Prospective cohort, observational. SETTING: Physiotherapy private practice. PATIENTS: Forty-seven participants underwent ACL reconstructive surgery and were initially recruited. Two participants were excluded from the analysis, resulting in 45 participants (28 men, mean age 29.4 years; 17 women, mean age 29.0 years). INTERVENTIONS: Participants underwent a rehabilitation protocol. MAIN OUTCOME MEASURES: Participants completed the LEFS at each visit from their initial physiotherapy session to 16 weeks postsurgery. A nonlinear model of change was developed, which related LEFS scores to weeks postsurgery. Test-retest reliability was examined between the seventh and ninth weeks using intraclass correlation coefficients (ICC2,1) and standard error of measurement (SEM). RESULTS: The nonlinear model demonstrated rapid improvements in LEFS scores within the first 7 to 8 weeks with a gradual tapering of this improvement. At 16 weeks, the predicted LEFS score was 63 out of a maximum score of 80. The LEFS demonstrated excellent test-retest reliability in this population (ICC2,1 = 0.90, SEM = 3.7). CONCLUSIONS: This study provides a description of postsurgical change in functional status for patients after ACL reconstructive surgery that can assist clinicians in developing clinical goals. CLINICAL RELEVANCE: A rapid improvement in lower extremity physical function is demonstrated in the first 7 to 8 weeks after ACL reconstructive surgery with a tapering of this improvement after 8 weeks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».