MétaCan
Menu
Retour à la cohorte
Enregistrement W2500708963 · doi:10.1177/2325967116s00164

Sex, Age, and Graft Size as Predictors of ACL Re-tear

2016· article· en· W2500708963 sur OpenAlexaff
Dương Nguyễn

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensMcMaster UniversityWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésMedicineAnterior cruciate ligamentLogistic regressionAthletesCohortHamstringTearsLachman testInterquartile rangePhysical therapySurgeryOdds ratioAnterior cruciate ligament reconstructionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: The minimum size required for a successful quadrupled hamstring autograft ACL reconstruction remains controversial. The risks of ACL re-tear in younger patients who tend to participate in a higher level of sports activity, and female athletes who have numerous predisposing factors, are poorly defined. Purpose: To identify risk factors for graft re-tears within 2 years of ACL surgery. The hypotheses are that female sex, a smaller size graft, and younger patients will increase the odds of failure. Study Design Cohort Study. Level of evidence, 3. Methods: A cohort of 503 athletes undergoing primary, autograft hamstring ACL reconstruction, performed by a single surgeon using the same surgical technique and rehabilitation protocol, between September-December 2012, was followed for a total duration of 2 years. Return to play was allowed between 6 and 12 months post-surgery upon completion of functional testing. Exclusion criteria included infections, revisions, double bundle techniques, multi-ligament injuries, non-compliance, BTB/allografts/hybrid grafts. Primary outcome consisted of binary data (ACL graft re-tear or no tear) as measured on physical exam (Lachman and pivot shift) and MRI. Multivariate logistic regression statistical analysis with model fitting was used to investigate the predictive value of sex, age, and graft size on ACL re-tear. Secondary sensitivity analyses were performed on the adolescent subgroup, age and graft size as categorical variables, and testing for interactions among variables. Sample size was calculated based on the rule of 10 events per independent variable for logistic regression. Results: The mean age of the 503 athletes was 27.5 (SD 10.6; range = 12-61). There were 235 females (47%) and 268 males (53%) with a 6% rate of re-tears (28 patients; 17 females). Mean graft size was 7.9 (SD 0.6; range = 6-10). Univariate analyses of graft size, sex, and age only in the model showed that younger age (odds ratio [OR] = 0.86; 95% confidence interval [CI] = 0.80-0.93; P = .001] and smaller graft size (OR = 0.36; 95% CI = 0.18-0.70; P = .003) were significantly predictive of re-tear. Female sex was correlated with re-tear but was not significant (OR = 1.8; 95% CI = 0.84-3.97; P = .13). Multivariate analysis with all 3 variables in the model showed similar significant results. Graft size < 8 mm (OR = 2.95; 95% CI = 1.33-6.53; P = .008) and age < 25 (OR = 7.01; 95% CI = 2.40-20.53; P = .001) were significantly predictive of re-tear. Entire model was statistically significant (Omnibus test P = .001; Hosmer-Lemeshow statistic P = .68; Receiver Operating Curve [ROC] = 0.8). Conclusion: Surgeons should counsel their patients who are female, younger than 25 and with a graft size less than 8 mm accordingly and consider modifying their surgical or rehabilitation techniques to mitigate these re-tear risks.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,259
Écart entre enseignants0,251 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207