Arthroscopic Partial Meniscectomy versus Sham Surgery for a Degenerative Meniscal Tear
Notice bibliographique
Résumé
BACKGROUND: Arthroscopic partial meniscectomy is one of the most common orthopedic procedures, yet rigorous evidence of its efficacy is lacking. METHODS: We conducted a multicenter, randomized, double-blind, sham-controlled trial in 146 patients 35 to 65 years of age who had knee symptoms consistent with a degenerative medial meniscus tear and no knee osteoarthritis. Patients were randomly assigned to arthroscopic partial meniscectomy or sham surgery. The primary outcomes were changes in the Lysholm and Western Ontario Meniscal Evaluation Tool (WOMET) scores (each ranging from 0 to 100, with lower scores indicating more severe symptoms) and in knee pain after exercise (rated on a scale from 0 to 10, with 0 denoting no pain) at 12 months after the procedure. RESULTS: In the intention-to-treat analysis, there were no significant between-group differences in the change from baseline to 12 months in any primary outcome. The mean changes (improvements) in the primary outcome measures were as follows: Lysholm score, 21.7 points in the partial-meniscectomy group as compared with 23.3 points in the sham-surgery group (between-group difference, -1.6 points; 95% confidence interval [CI], -7.2 to 4.0); WOMET score, 24.6 and 27.1 points, respectively (between-group difference, -2.5 points; 95% CI, -9.2 to 4.1); and score for knee pain after exercise, 3.1 and 3.3 points, respectively (between-group difference, -0.1; 95% CI, -0.9 to 0.7). There were no significant differences between groups in the number of patients who required subsequent knee surgery (two in the partial-meniscectomy group and five in the sham-surgery group) or serious adverse events (one and zero, respectively). CONCLUSIONS: In this trial involving patients without knee osteoarthritis but with symptoms of a degenerative medial meniscus tear, the outcomes after arthroscopic partial meniscectomy were no better than those after a sham surgical procedure. (Funded by the Sigrid Juselius Foundation and others; ClinicalTrials.gov number, NCT00549172.).
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».