Infrapatellar fat pad volume and Hoffa‐synovitis after ACL reconstruction: Association with early osteoarthritis features and pain over 5 years
Notice bibliographique
Résumé
Abstract Infrapatellar fat pad (IPFP) morphology and Hoffa‐synovitis may be relevant to the development and progression of post‐traumatic osteoarthritis (OA). We aimed to compare IPFP volume and Hoffa‐synovitis in participants with anterior cruciate ligament reconstruction (ACLR) and uninjured controls, and to determine their association with prevalent and worsening early knee OA features and pain in participants post‐ACLR. We assessed IPFP volume and Hoffa‐synovitis from magnetic resonance imaging (MRI) in 111 participants 1‐year post‐ACLR and 20 uninjured controls. Patellofemoral and tibiofemoral cartilage and bone marrow lesions (BMLs) were assessed from MRIs at 1 and 5 years post‐ACLR, and worsening defined as any longitudinal increase in lesion size/severity. IPFP volume and Hoffa‐synovitis prevalence were compared between groups with analysis of covariance and χ 2 tests, respectively. Generalized linear models assessed the relation of IPFP volume and Hoffa‐synovitis to prevalent and worsening features of OA and knee pain (Knee injury and Osteoarthritis Outcome Score—Pain Subscale, Anterior Knee Pain Scale). No significant between‐group differences were observed in IPFP volume (ACLR 34.39 ± 7.29cm 3 , Control 34.27 ± 7.56cm 3 ) and Hoffa‐synovitis (ACLR 61%, Control 80%). Greater IPFP volume at 1‐year post‐ACLR was associated with greater odds of patellofemoral BMLs at 1‐year (odds ratio [OR] [95% confidence intervals]: 1.104 [1.016, 1.200]) and worsening tibiofemoral cartilage lesions at 5‐year post‐ACLR (OR: 1.234 [1.026, 1.483]). Hoffa‐synovitis at 1‐year post‐ACLR was associated with greater odds of worsening patellofemoral BMLs at 5‐year post‐ACLR (OR: 7.465 [1.291, 43.169]). In conclusion, IPFP volume and Hoffa‐synovitis prevalence are similar between individuals 1‐year post‐ACLR and controls. Greater IPFP volume and Hoffa‐synovitis appear to be associated with the presence and worsening of some early OA features in those post‐ACLR, but not pain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».