MétaCan
Menu
Retour à la cohorte
Enregistrement W3100652902 · doi:10.1177/2325967120964474

Acromioclavicular Joint Injuries in Professional Ice Hockey Players: Epidemiologic and MRI Findings and Association With Return to Play

2020· article· en· W3100652902 sur OpenAlexaff
Lawrence M. White, Jonathan Ehmann, Robert Bleakney, Anthony M. Griffin, John Theodoropoulos

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder and Clavicle Injuries
Établissements canadiensUniversity of TorontoAthletic Edge Sports MedicineMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésIce hockeyMedicineAcromioclavicular jointPhysical therapyMagnetic resonance imagingInjury preventionRetrospective cohort studyPoison controlPhysical medicine and rehabilitationSurgeryRadiologyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Background: Acromioclavicular joint (ACJ) injuries are common in ice hockey players and are traditionally evaluated with conventional radiography, which has recognized limitations in the accurate characterization of the spectrum of soft tissue injuries and severity/grade of injury sustained. Purpose: To evaluate the epidemiologic, clinical, and magnetic resonance imaging (MRI) findings in professional ice hockey players who have sustained acute ACJ injuries. Study Design: Case series; Level of evidence, 4. Methods: A retrospective review was performed of professional National Hockey League (NHL) players referred for MRI evaluation of acute ACJ injuries. All MRI scans were assessed for status of the ACJ, ligamentous stabilizers, and surrounding musculature. MRI-based overall grade of ACJ injury (modified Rockwood grade 1-6) was assigned to each case. Data regarding mechanism of injury, player handedness, clinical features, and return to play were evaluated. Results: Overall, 24 MRI examinations of acute ACJ injuries (23 patients; mean age, 24 years) were reviewed. We found that 50% of injuries were sustained during the first period of play, and in 75% of cases, injuries involved the same side as player shooting handedness. Analysis of MRI scans revealed 29% (7/24) grade 1 ACJ injuries, 46% (11/24) grade 2 injuries, 21% (5/24) grade 3 injuries, and 4% (1/24) grade 5 injuries. Trapezius muscle strains were seen in 79% and deltoid muscle strain in 50% of cases. Nonoperative management was used for 23 injuries; 1 patient (grade 5 injury) underwent acute reconstructive surgery. All players successfully returned to professional NHL competition. Excluding cases with additional injuries or surgery (n = 3) or convalescence extending into the offseason (n = 3), we found that the mean return to play was 21.4 days (7.2 games missed). No statistically significant difference was observed in return to play between nonoperatively treated grade 3 injuries (mean, 28.3 days) and grade 1 or 2 injuries (mean, 20.1 days). However, grade 3 injuries were associated with a greater number of NHL scheduled games missed (mean, 12.7) compared with lower grade injuries (mean, 6.1) ( P = .027). Conclusion: The spectrum of pathology and grading of acute ACJ injuries sustained in professional ice hockey can be accurately assessed with MRI; the majority of injuries observed in this study were low grade (grades 1 and 2). Although grade 3 injuries were associated with a greater number of games missed, similar return-to-play results were observed between nonoperatively treated grade 3 and grade 1 or 2 ACJ injuries.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,319
Écart entre enseignants0,302 · 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'étudeObservationnel
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetShoulder and Clavicle InjuriesTravaux en français237 207