MétaCan
Menu
Retour à la cohorte
Enregistrement W2157631813 · doi:10.2746/042516403776014163

Meniscal tears in horses: an evaluation of clinical signs and arthroscopic treatment of 80 cases

2003· article· en· W2157631813 sur OpenAlexaff
J. P. WALMSLEY, Theodore Phillips, Hugh G.G. Townsend

Notice bibliographique

RevueEquine Veterinary Journal · 2003
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineArthroscopySurgeryLamenessRadiographyTears

Résumé

récupéré en direct d'OpenAlex

REASONS FOR PERFORMING STUDY: There is little published information available describing clinical signs, arthroscopic findings and prognosis of meniscal injuries in horses. OBJECTIVES: To evaluate the effect on the outcome not only of the arthroscopic findings and treatment, but also of the clinical and radiographic signs in these horses. METHODS: The following were recorded for each case: the meniscal injury, graded according to severity; clinical and radiographic findings prior to surgery; any concurrent injury in the joint seen at arthroscopy. The effect of these factors and the grade of injury on the outcome were analysed using Fisher's exact test or Chi-square analysis. Only horses whose meniscal injury was judged to be the primary cause of lameness were included in the series. RESULTS: A series of 80 meniscal injuries were diagnosed and treated arthroscopically by the authors at the Liphook Equine Hospital and 47% of horses returned to full use. Statistically, poor prognosis was associated with increasing severity of the meniscal injury, the presence of concurrent articular cartilage lesions and radiographic abnormalities in the joint. Arthroscopic treatment of many lesions was limited by the inaccessibility of parts of the femorotibial joint. POTENTIAL RELEVANCE: Further work is required to improve and evaluate arthroscopic techniques for the treatment of these injuries.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,512
Tête enseignante GPT0,558
Écart entre enseignants0,046 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations96
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquine Veterinary JournalMême sujetVeterinary Equine Medical ResearchTravaux en français237 207