Patello‐femoral tracking in the weight‐bearing knee: a study of asymptomatic volunteers utilising dynamic magnetic resonance imaging: a preliminary report
Notice bibliographique
Résumé
Normal patello-femoral tracking is not well defined, and conventional radiological techniques do not allow imaging in the physiological, weight-bearing stance. A vertical-access open configuration magnetic resonance scanner allows imaging of patello-femoral tracking during weight-bearing and through a wide range of knee flexion. We imaged 40 asymptomatic knees in this way, producing axial scans which were analysed qualitatively and quantitatively using sulcus angle, congruence angle, lateral patello-femoral angle and patellar centralisation, to assess patellar tilt and displacement. Mild lateral tilting in hyperextension with the quadriceps relaxed was seen, but quantitative assessment of this was impeded by internal rotation of the femur in extension. One-half of the knees were slightly laterally displaced in hyper-extension, becoming central during the first 30 degrees of knee flexion. During passive flexion of the knee in a seated position, fewer knees were laterally tilted or displaced, and no consistent change was seen during flexion. These results indicate that mild lateral tilting and displacement can be normal phenomena in the weight-bearing knee in early flexion and should not necessarily be taken as evidence of abnormal tracking in symptomatic patients. Lateral to medial movement of the patella occurs during normal knee flexion. In addition, imaging in the weight-bearing knee can provide valuable information not gained by imaging during passive knee flexion.
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) | 0,001 | 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 | 0,000 |
| 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 ».