MétaCan
Menu
Retour à la cohorte
Enregistrement W2984939328 · doi:10.5435/jaaosglobal-d-19-00151

Systematic Review of Patient Outcomes and Associated Predictors After Microfracture in the Patellofemoral Joint

2019· review· en· W2984939328 sur OpenAlexaff
Jason B. Smoak, Melissa A. Kluczynski, Leslie J. Bisson, John M. Marzo

Notice bibliographique

RevueJAAOS Global Research and Reviews · 2019
Typereview
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePatellofemoral jointCINAHLOsteoarthritisSurgeryPhysical therapyPatellaPathology

Résumé

récupéré en direct d'OpenAlex

We summarized the clinical outcomes and predictors of clinical outcomes after microfracture for chondral lesions in the patellofemoral joint (PFJ). METHODS: Embase, PubMed, CENTRAL, BIOSIS, and CINAHL databases were searched between January 1, 1980, and January 1, 2019, to identify all articles that examined outcomes or predictors of outcomes of microfracture in patients with patellofemoral chondral lesions. Studies of full-thickness chondral lesions in the PFJ were included, whereas those involving adolescents, partial-thickness chondral lesions, and underlying patellar instability were excluded. RESULTS: We found a total of 257 articles, of which 8 articles (174 patients) met our inclusion criteria. All studies found improvement in clinical outcomes after microfracture in the PFJ. Younger patients showed greater improvement in clinical outcomes than older patients. However, the effect of size, severity (grade), or location of chondral lesions on clinical outcomes after microfracture is unclear. CONCLUSION: We found improvement in clinical outcomes after microfracture in the PFJ at midterm follow-up. Age may be a predictor of successful outcomes and longevity of the repair; however, there is insufficient evidence regarding the influence of defect size, severity, and location on clinical outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,363
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAAOS Global Research and ReviewsMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207