A New and More Sensitive View for the Detection of Syndesmotic Instability
Notice bibliographique
Résumé
OBJECTIVES: We hypothesize that a single syndesmotic view, capturing both sagittal and coronal tibiofibular displacement, will be more sensitive than a mortise view to detect syndesmotic instability. METHODS: Ten fresh frozen human lower limbs were used to test the new syndesmotic view with simulated syndesmosis injury. The anteroinferior tibiofibular ligament, interosseous membrane, and posteroinferior tibiofibular ligament were sectioned sequentially. At each stage, the syndesmosis was tested using the external rotation stress (ERS) test and lateral stress test (LST). For each stress condition, a true mortise view and the new syndesmotic view were performed. Medial clear space and tibiofibular clear space (TFCS) were measured on a mortise view, and TFCS was measured on a syndesmotic view (TFCS-s). Wilcoxon signed-rank tests were used to compare measurements. RESULTS: Syndesmotic view enabled instability detection with a 2-ligament dissection at a mean increase in TFCS-s of 2.37 mm (P = 0.021) and 1.98 mm (P = 0.011), using the ERS and LST, respectively. TFCS on the mortise view was significantly different only with a complete injury. Medial clear space did not vary significantly with injury increments. Sensitivity was 66% and 61% using ERS and LST, respectively, for the TFCS-s, compared with 27% and 33%, respectively, for the TFCS. Specificity was similar for TFCS and TFCS-s. CONCLUSIONS: This study was able to demonstrate that the syndesmotic view is more sensitive than the mortise view in detecting syndesmotic instability in a cadaveric model. It is particularly helpful to uncover instability secondary to an incomplete syndesmosis injury requiring fixation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».