Indication for Computed Tomography Scan in Shoulder Instability: Sensitivity and Specificity of Standard Radiographs to Predict Bone Defects After Traumatic Anterior Glenohumeral Instability
Notice bibliographique
Résumé
BACKGROUND: Quantifying glenohumeral bone loss is key in preoperative surgical planning for a successful Bankart repair. HYPOTHESIS: Simple radiographs can accurately measure bone defects in cases of recurrent shoulder instability. STUDY DESIGN: Cohort study (diagnosis); Level of evidence, 2. METHODS: A true anteroposterior (AP) view, alone and in combination with an axillary view, was used to evaluate the diagnostic properties of radiographs compared with computed tomography (CT) scan, the current gold standard, to predict significant bone defects in 70 patients. Sensitivity, specificity, and positive and negative predictive values were evaluated and compared. RESULTS: Detection of glenoid bone loss on plain film radiographs, with and without axillary view, had a sensitivity of 86% for both views and a specificity of 73% and 64% with and without the axillary view, respectively. For detection of humeral bone loss, the sensitivity was 8% and 17% and the specificity was 98% and 91% with and without the axillary view, respectively. Regular radiographs would have missed 1 instance of significant bone loss on the glenoid side and 20 on the humeral side. Interobserver reliabilities were moderate for glenoid detection (κ = 0.473-0.503) and poor for the humeral side (κ = 0.278-0.336). CONCLUSION: Regular radiographs showed suboptimal sensitivity, specificity, and reliability. Therefore, CT scan should be considered in the treatment algorithm for accurate quantification of bone loss to prevent high rates of recurrent instability.
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 | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».