Reintroduction of Running After Anterior Cruciate Ligament Reconstruction With a Hamstrings Graft: Can We Predict Short-Term Success?
Notice bibliographique
Résumé
CONTEXT: Return to running (RTR) after anterior cruciate ligament reconstruction (ACLR) is a crucial milestone. However, how and when to start a running program are uncertain. OBJECTIVE: To explore the feasibility of a structured program to reintroduce running after ACLR and evaluate the predictive value of potential predictors of short-term success. DESIGN: Longitudinal cohort study. SETTING: Local research center and participants' homes. PATIENTS OR OTHER PARTICIPANTS: Thirty-five participants were recruited after ACLR. INTERVENTION(S): Program with a progression algorithm to reintroduce running (10 running sessions in 14 days). MAIN OUTCOME MEASURE(S): The criterion for short-term success was no exacerbation of symptoms. Potential predictors were (1) the International Knee Documentation Committee (IKDC) subjective knee form score, (2) ACL Return to Sport after Injury questionnaire score, (3) quadriceps and hamstrings strength, (4) step-down endurance test, and (5) modified Star Excursion Balance test. Descriptive statistics were performed to study the feasibility of the RTR program, and Poisson regression analysis was used to evaluate predictors of success. RESULTS: Of the 34 participants, 33 completed the RTR program. Sixteen participants experienced some temporary exacerbation of symptoms, but only 1 had to stop the program. The initial IKDC score was the only significant predictor of a successful RTR, with an area under the receiver operating characteristic curve of 80.4%. An IKDC cut-off of 63.7/100 differentiated responders and nonresponders with the highest sensitivity and specificity (77.8% and 75.0%, respectively). A participant with an IKDC score above this threshold had a 3-fold greater chance of success. CONCLUSIONS: Our results confirm the feasibility of our RTR program and progression algorithm after ACLR. Clinicians should use an IKDC score of >64 as a criterion to reintroduce running after ACLR to increase the likelihood of short-term success.
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 | 0,000 |
| 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 ».