Postoperative Pain Is Associated With Psychological and Physical Readiness to Return to Sports One‐Year After Anterior Cruciate Ligament Reconstruction
Notice bibliographique
Résumé
Purpose To identify whether any patient factors, injury factors, or symptom severity scores are associated with either psychological or physical readiness to return to sport after anterior cruciate ligament reconstruction (ACLR). Methods Consecutive patients with an ACL injury that required surgical treatment were included in this study. All patients completed the single‐legged hop testing and the Anterior Cruciate Ligament Return to Sport Index (ACL‐RSI) at 1 year postoperatively. Multivariable regression analysis models were used to determine whether an independent relationship existed between baseline patient factors (age, sex, BMI, preinjury Marx Activity Score), injury factors (meniscal tear and chondral injury), physical symptoms (Knee Injury and Osteoarthritis Outcome Score [KOOS] for pain and symptoms), and the dependent variables of physical and psychological readiness to return to sport (single‐legged hop and ACL‐RSI). Results Of the 113 patients who were included, 37% were female, and the mean age of our population was 28.2 years (SD = 8.1). Multivariable regression models demonstrated that patient‐reported pain symptoms at 1 year postoperatively, as measured by the KOOS pain subscale, was significantly associated with both ACL‐RSI score (Beta estimate: 1.11 [95% CI: .62‐1.60] P < .001) and the ability to pass the single‐legged hop test (OR: 1.07 [95% CI: 1.004‐1.142] P = .037). Conclusions Patients with higher reported pain levels at 1 year following ACLR have lower psychological and physical readiness to return to sport. Level of Evidence Level 3, retrospective cohort study.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».