Lateral Collateral Ligament Repair Restores the Initial Varus Stability of the Elbow: An In Vitro Biomechanical Study
Notice bibliographique
Résumé
OBJECTIVE: Lateral collateral ligament (LCL) repair of the elbow is commonly performed in the management of unstable dislocations and fracture dislocations of the elbow. The appropriateness of clinically employed techniques of LCL repair in restoring elbow kinematics and stability has not been reported. The purpose of this in vitro study was to evaluate the effectiveness of LCL transosseous sutures repair and the influence of ligament tensioning on the initial kinematics and stability of the elbow. METHODS: Six cadaveric upper extremities were mounted in a motion simulator with tracking system, which enabled both passive and simulated active elbow flexion while measuring the motion of the ulna relative to the humerus. Transosseous sutures were placed in the LCL and passed through a humeral bone tunnel entering at the center of curvature of the capitellum near the lateral epicondyle with exit holes in the lateral supracondylar ridge. With the arm slightly flexed, an actuator pulled on the sutures to achieve 20, 40, and 60 N of LCL repair tension, and the sutures were then secured at that tension. RESULTS: Transosseous repair of the LCL restored the initial kinematics of the elbow at 20 N of tension. Greater magnitudes of initial repair tension in vitro overcorrected the varus instability causing the elbows to track in excessive valgus and internal rotation. CONCLUSIONS: These in vitro data suggest that LCL repair using transosseous sutures is a useful technique to restore the initial kinematics of the elbow. An LCL repair tension of 20 N or perhaps slightly less should be employed in clinical studies to confirm these laboratory observations.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».