Graft Augmentation Versus Bridging for Large to Massive Rotator Cuff Tears: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: To systematically review the literature on the healing rates and clinical outcomes of the 2 different graft indications (i.e., augmentation vs bridging) during rotator cuff repair. METHODS: A systematic literature review was performed for clinical studies of rotator cuff repair using grafts for large to massive tears. The primary outcome was tendon healing on either magnetic resonance imaging or ultrasound. The secondary outcomes included visual analog scale for pain, American Shoulder and Elbow Surgeons score, and University of California at Los Angeles score, and forward elevation. Studies were divided into augmentation and bridging groups, and outcomes were compared statistically. RESULTS: Twelve studies with 13 study groups were included: 167 repairs in the augmentation group and 247 repairs in the bridging group. For augmentation and bridging groups, the mean age was 62.2 and 62.8 years and the mean follow-up was 28.5 and 37.7 months, respectively. The estimated healing rates were 64.0% for augmentation and 77.9% for bridging. Although both procedures had improved clinical outcomes, no statistical difference between groups was detected except lower visual analog scale in the bridging group at follow-up. CONCLUSIONS: Bridging grafts had no significant difference in healing or clinical outcomes when compared with a graft used for augmentation. Bridging grafts may be considered for this difficult patient population with large to massive rotator cuff tears. LEVEL OF EVIDENCE: Level IV, systematic review of Level II to IV studies.
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 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,006 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».