Arthroscopic repair of acute bony Bankart lesions: An analysis of risk factors for instability recurrence
Notice bibliographique
Résumé
Purpose. To determine clinical and radiological outcomes of patients with acute bony Bankart lesions treated via the arthroscopic approach and evaluate the hypothesis that instability recurrence is associated with fragment reduction quality and/or glenoid defect. Material and Methods . Between 2008 to 2013, 27 patients (mean age 24.3 years) were examined before, and (on average) 29 months after, arthroscopic repair. Inclusion criteria were acute bony Bankart lesions, glenoid osseous defects of less than 20%, and postoperative follow-up period of at least 24 months. Functional recovery was assessed using the Rowe, Western Ontario Shoulder Instability Index (WOSI), and UCLA shoulder rating scales. Computed tomography scans were used to evaluate reduction and healing of bony fragments. Cases of instability recurrence were documented. Results. Postoperative mean Rowe score was 90.4 points (range, 35 to 100 points), the mean WOSI was 282.0 (range, 25-1100 points), and the mean UCLA was 28.5 points (range, 15 to 35 points). The recurrence rate of shoulder instability was 7.4% (2/27), which only occurred in cases of fragment malposition. The average loss of external rotation was 5o at 0o of abduction, and 7o at 90o of abduction. Twenty three patients (85.19%) returned to preinjury sport level. Radiological assessment revealed complete union of the bony fragment in all cases. Conclusion . Arthroscopic reduction and suture anchor fixation of acute bony Bankart lesions yield excellent outcomes providing a low recurrence instability and high bone union rates. In addition, non-anatomical reduction of the bony fragment is a reliable risk factor for instability recurrence in acute cases.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».