Bone Versus All Soft Tissue Quadriceps Tendon Autografts for Anterior Cruciate Ligament Reconstruction: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: To examine existing literature on objective and patient-reported outcomes and complications after anterior cruciate ligament reconstruction (ACLR) with bone-quadriceps-tendon (B-QT) or soft tissue-quadriceps tendon (S-QT) to further clarify the role of graft type in primary ACLR. METHODS: In accordance with PRISMA guidelines, PubMed, Embase, and Medline were searched in October 2019 for English-language, human studies of all evidence levels on patients undergoing primary ACLR with B-QT or S-QT autograft. RESULTS: 24 of 1,381 studies satisfied criteria, with 20 using B-QT (1,534 patients, mean age 29.6 years [range 14 to 59], mean follow-up 41.2 months [range 12 to 120]) and 5 using S-QT (181 patients, mean age 32.4 years [range 15 to 58), mean follow-up 25.5 months [range 12 to 46]). International Knee Documentation Committee (IKDC) scores were 67.3 to 89.5 with B-QT and 80.4 to 81.6 with S-QT. Lysholm scores were 85.7 to 97.4 with B-QT and 81.6 to 89.2 with S-QT. More B-QT patients demonstrated rotatory laxity on pivot shift compared with S-QT (0% to 39% versus 0%, respectively). The most common complication was graft rupture, and no differences were observed between graft choices (B-QT 0% to 9% versus S-QT 0% to 3.8%). CONCLUSIONS: The main findings from this review report that more B-QT patients demonstrated postoperative rotatory instability than S-QT patients, and that there are no differences in graft rupture between the 2 graft choices. Although statistical conclusions may not be drawn because of heterogeneity in reporting, it appears that the B-QT group featured much wider major and minor complication profiles. LEVEL OF EVIDENCE: IV, systematic review of level I-IV studies.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| 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 ».