The Efficacy of Magnetic Resonance Imaging in Acute Knee Injuries
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the clinical efficacy of magnetic resonance imaging (MRI) of the knee in acute injuries with indeterminate clinical findings, using arthroscopy as a gold standard. DESIGN: A prospective double-blind study was performed. All patients underwent MRI on a 1.5 T magnet using dual spin echo pulse sequences. This was followed by arthroscopy. SETTING: Tertiary care referral center. PATIENTS: Twenty-three patients with an average age of 26 years satisfied the study criteria. Patients had to have been seen by one of two orthopaedic surgeons within 6 weeks of sudden trauma to the knee complicated by a hemarthrosis, clinical assessment of which was equivocal. RESULTS: The respective sensitivity and specificity for MRI of the knee were 90% (18/20) and 67% (2/3) for detecting any anterior cruciate ligament injury, 50% (1/2) and 86% (18/21) for detecting medial meniscal tears, and 88% (7/8) and 73% (11/15) for detecting lateral meniscal tears. MRI also identified injuries that could not be assessed on arthroscopy, including 14 bone bruises, five posterior cruciate ligament tears, nine medial collateral ligament tears, and one lateral collateral ligament tear. The detection of composite injury requiring surgical intervention yielded a sensitivity of 100% (16/16) and a specificity of 71% (5/7). Prospective use of MRI evaluation of the knee could have prevented 22% (5/23) of diagnostic arthroscopic procedures. CONCLUSION: Equivocal clinical findings in patients with acute knee injury should lead to use of MRI in an appropriate clinical setting. To our knowledge a prospective study of the efficacy of MRI of the knee in this patient population has not been reported. In the presence of such inclusion criteria, the results of our study support the use of early MRI to guide further surgical management.
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 | 0,007 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».