The REVision Using Imaging to Guide Staging and Evaluation (REVISE) in ACL Reconstruction Classification
Notice bibliographique
Résumé
Revision anterior cruciate ligament (ACL) procedures are increasing in incidence and possess markedly inferior clinical outcomes (76% satisfaction) and return-to-sports (57%) rates than their primary counterparts. Given their complexity, a universal language is required to identify and communicate the technical challenges faced with revision procedures and guide treatment strategies. The proposed REV: ision using I: maging to guide S: taging and E: valuation (REVISE) ACL (anterior cruciate ligament) Classification can serve as a foundation for this universal language that is feasible and practical with acceptable inter-rater agreement. A focus group of sports medicine fellowship-trained orthopaedic surgeons was assembled to develop a classification to assess femoral/tibial tunnel "usability" (placement, widening, overlap) and guide the revision reconstruction strategy (one-stage vs. two-stage) post-failed ACL reconstruction. Twelve board-certified sports medicine orthopaedic surgeons independently applied the classification to the de-identified computed tomographic (CT) scan data of 10 patients, randomly selected, who failed ACL reconstruction. An interclass correlation coefficient (ICC) was calculated (with 95% confidence intervals) to assess agreement among reviewers concerning the three major classifications of the proposed system. Across surgeons, and on an individual patient basis, there was high internal validity and observed agreement on treatment strategy (one-stage vs. two-stage revision). Reliability testing of the classification using CT scan data demonstrated an ICC (95% confidence interval) of 0.92 (0.80-0.98) suggesting "substantial" agreement between the surgeons across all patients for all elements of the classification. The proposed REVISE ACL Classification, which employs CT scan analysis to both identify technical issues and guide revision ACL treatment strategy (one- or two-stage), constitutes a feasible and practical system with high internal validity, high observed agreement, and substantial inter-rater agreement. Adoption of this classification, both clinically and in research, will help provide a universal language for orthopaedic surgeons to discuss these complex clinical presentations and help standardize an approach to diagnosis and treatment to improve patient outcomes. The Level of Evidence for this study is 3.
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 | 0,007 | 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 ».