New meniscal tears after ACL injury: what is the risk? A systematic review protocol
Notice bibliographique
Résumé
Background Secondary meniscal tears after ACL injuries increase the risk of knee osteoarthritis. The current literature on secondary meniscal injuries after ACL injury is not consistent and may have methodological shortcomings. This protocol describes the methods of a systematic review investigating the rate of secondary meniscal injuries in children and adults after treatment (operative or non-operative) for ACL injury. Methods We will search electronic databases (Embase, Ovid Medline, Cochrane, CINAHL (Cumulative Index to Nursing and Allied Health Literature), SPORTDiscus, PEDro and Google Scholar) from database inception. Extracted data will include demographic data, methodology, intervention details and patient outcomes. Risk of bias will be assessed using the Newcastle Ottawa checklist for cohort studies. Article screening, eligibility assessment, risk of bias assessment and data extraction will be performed in duplicate by independent reviewers. A proportion meta-analysis will be performed if studies are homogeneous (I2<75%). If meta-analysis is precluded, data will be synthesised descriptively using best-evidence synthesis. The strength of recommendations and quality of evidence will be assessed using the Grading of Recommendations Assessment Development and Evaluation working group methodology. Ethics and dissemination This protocol is written according to the Preferred Reporting Items for Systematic reviews and Meta-Analyses, and was registered in the International Prospective Register of Systematic Reviews on 22 March 2016. Trial registration number CRD42016036788.
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 | 0,100 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,008 |
| Méta-épidémiologie (sens large) | 0,018 | 0,018 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,011 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,089 | 0,013 |
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 ».