Intra-articular Lesions and Clinical Outcomes in Traumatic Anterior Shoulder Dislocation Associated with Greater Tuberosity Fracture of the Humerus
Notice bibliographique
Résumé
BACKGROUND: This study investigated and evaluated the clinical outcomes of intra-articular lesions of traumatic anterior shoulder dislocation (TASD) associated with greater tuberosity (GT) fracture of the humerus.METHODS: Subjects included 20 patients who were surgically or non-surgically treated for GT fracture of the humeurs with TASD, and followed-up for at least 2 years. The mean follow-up period was 54.1 months (range, 24?105 months). Of the 20 patients, 12 were treated surgically. Intra-articular lesions were identified randomly on magnetic resonance imaging scans (repeated thrice) by experienced radiologists and orthopedic surgeons. The accompanying intra-articular lesions were left untreated. Clinical outcomes were evaluated by Simple Shoulder Test (SST) and Western Ontario Shoulder Instability index (WOSI) at the last follow-up.RESULTS: Intra-articular lesions were identified in 19 patients: 7 Bankart lesions, 15 humeral avulsion of the glenohumeral ligament lesions, 3 glenoid avulsion of the glenohumeral ligament lesion, and 6 inferior capsular tears. Two or more intra-articular lesions were identified in 6 patients. The mean SST score was 10.9 and the mean WOSI score was 449.3 at the last follow-up.CONCLUSIONS: For GT fracture of the humerus with TASD, a high frequency of diverse intra-articular lesions was identified. There were no incidence of recurrent shoulder dislocations, and good clinical outcomes were obtained without treatment of the intra-articular lesions. We thereby comprehend that although intra-articular lesions may occur in TASD associated with GT fracture of the humeurs, merely treating the GT fracture of the humerus is sufficient.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».