MétaCan
Menu
Retour à la cohorte
Enregistrement W3049758648 · doi:10.5435/jaaos-d-20-00266

Cartilage Injury in the Knee: Assessment and Treatment Options

2020· review· en· W3049758648 sur OpenAlexaff
Aaron J. Krych, Daniël B.F. Saris, Michael J. Stuart, Brittney Hacken

Notice bibliographique

RevueJournal of the American Academy of Orthopaedic Surgeons · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésChondroplastyMedicineCartilageSurgeryAutologous chondrocyte implantationChondrocyteMeniscusOsteoarthritisArticular cartilageArthroplastyAnatomyKnee replacementPathology

Résumé

récupéré en direct d'OpenAlex

Cartilage injuries in the knee are common and can occur in isolation or in combination with limb malalignment, meniscus, ligament, and bone deficiencies. Each of these problems must be addressed to achieve a successful outcome for any cartilage restoration procedure. If nonsurgical management fails, surgical treatment is largely based on the size and location of the cartilage defect. Preservation of the patient's native cartilage is preferred if an osteochondral fragment can be salvaged. Chondroplasty and osteochondral autograft transfer are typically used to treat small (<2 cm) cartilage defects. Microfracture has not been shown to be superior to chondroplasty alone and has potential adverse effects, including cyst and intralesional osteophyte formation. Osteochondral allograft transfer and matrix-induced autologous chondrocyte implantation are often used for larger cartilage defects. Particulated juvenile allograft cartilage is another treatment option for cartilage lesions that has good to excellent short-term results but long-term outcomes are lacking.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,038
Tête enseignante GPT0,381
Écart entre enseignants0,343 · 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'étudeAutre devis
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

Citations172
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Academy of Orthopaedic SurgeonsMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207