MétaCan
Menu
Retour à la cohorte
Enregistrement W3019619259 · doi:10.1016/j.eats.2020.01.020

Anterior Capsule Augmentation and Posterior Glenohumeral Capsular Reconstruction With Human Dermal Allograft for Multidirectional Shoulder Instability

2020· article· en· W3019619259 sur OpenAlexaff
Forrest Gallagher, Ivan Wong

Notice bibliographique

RevueArthroscopy Techniques · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineAnterior shoulderSurgeryPosterior shoulderCapsuleDemographicsLigamentous laxity

Résumé

récupéré en direct d'OpenAlex

Recurrent multidirectional shoulder instability is a common clinical presentation in certain demographics and sporting groups. One such demographic is patients with connective tissue disorders (CTD) such as Ehlers-Danlos syndrome (EDS), in whom shoulder pathologies are exacerbated owing to ligamentous laxity. Features of this laxity can present as both anterior and posterior shoulder instability, which are problematic sources of shoulder pain. Many patients with these injuries require surgical anterior and/or posterior glenohumeral reconstruction. Surgical reconstruction for posterior capsular defects can be challenging and has higher failure rates compared with anterior capsular reconstruction methods. Management can be especially difficult for patients with CTDs, and there is a requirement for the development of novel surgical techniques. Human acellular dermal allografts have been found to be particularly useful for patients with CTDs compared with other methods that use the patient's own tissue for the repair. This note and surgical video describe an all-arthroscopic technique for a combined anterior capsule augmentation and posterior glenohumeral capsular reconstruction, using a human acellular dermal allograft for EDS patients with multidirectional 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,027
Tête enseignante GPT0,331
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthroscopy TechniquesMême sujetShoulder Injury and TreatmentTravaux en français237 207