Arthroscopic outside-in meniscal repair: A short-term clinical experience
Notice bibliographique
Résumé
Objective: Meniscal injuries are very common knee injuries that are presented to an orthopaedic surgeon. The goal of our study was to assess the early outcome of outside-in meniscal repair in the management of meniscal tears. Patients and Methods: This study was a prospective case series conducted at the National Orthopaedic Hospital, Lagos. Consecutive cases of patients with meniscal tears who met the inclusion criteria were recruited. Anterior cruciate ligament reconstruction was performed with semitendinosus autograft. Meniscal repair was performed arthroscopically by only two surgeons using the outside-in technique with size 2 polydioxanone suture. The Western Ontario and McMaster University Evaluation Tool (WOMET) score was computed during the pre-operative stage and at least 6-months post-operatively as outcome measure. The visual analogue scale (VAS) and WOMET scores in the pre- and post-operative periods were noted. Results: Five patients with injured menisci underwent meniscal repair. The median duration of follow-up was 14 months (range 8–30 months). Using Barret’s criteria, we determined that a clinically healed meniscus was obtained in only 2 (40%) patients. The WOMET score improved from a mean of 46 (±18) to 20 (±10.7) between the pre- and post-operative stages, and the mean VAS score decreased from 4.6 (±0.5) to 2.5 (±1.3). Discussion: The poor health-seeking behaviour in our environment would explain the delayed presentations of our patients. However, it has been established that chronic tears do heal. Outside-in technique remains at the moment our method of choice for meniscal repair because of the challenges we face for equipment and funding of health care in our environment. Trephination of the meniscus was performed to improve the chances of healing. Using Barret’s criteria, we had a healing rate of 40% (2). Conclusions: The outside-in technique remains an option for the treatment of chronic tears with good clinical improvement in the short term.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».