The Cartilage Wear Index: a new evaluation method to improve patient selection in surgical treatment of recurrent posterior glenohumeral instability
Notice bibliographique
Résumé
Background The purpose of this study was to validate glenoid cartilage lesions as a negative prognostic factor and to define a new image-based preoperative evaluation method to identify surgical candidates for arthroscopic labral refixation with suture anchors in posterior shoulder instability. Methods Twenty-six patients who underwent arthroscopic posterior labral repair for shoulder instability were evaluated. Only patients with structural dynamic posterior instability were included. We evaluated on preoperative magnetic resonance arthrogram: glenoid version, humeral head subluxation, type of capsular insertion, and the cartilage lesions using the new Cartilage Wear Index (CWI). Two subgroups were analyzed with regard to the preoperative CWI and shoulder outcome scores: Single Assessment Numerical Evaluation (SANE) and Western Ontario Shoulder Instability Index (WOSI). Results The median age at operation was 28 (interquartile range = 21-33) years. Median overall postoperative outcome assessment demonstrated a SANE of 90 and a WOSI of 385. The median CWI was 1.02. Subgroup analysis revealed worse median WOSI and SANE scores in patients with a CWI >1.02 and a strong correlation between a high preoperative CWI and a higher postoperative WOSI score (R = 0.58; P = .038). Conclusion The CWI can be useful to identify patients who might obtain better outcomes when treated with arthroscopic labral repair in posterior shoulder instability.
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) | 0,000 | 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) | 0,001 | 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 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 ».