MétaCan
Menu
Retour à la cohorte
Enregistrement W4220817107 · doi:10.52600/2763-583x.bjcr.2022.2.2.12-23

Modified Lemaire lateral tenodesis associated with revision anterior cruciate ligament reconstruction: a case series

2022· article· en· W4220817107 sur OpenAlexaff
Douglas Mello Pavão, José Leonardo Rocha de Faria, Rodrigo Pires e Albuquerque, Marcos de Castro Moreirão, Thiago Vivaqua, Eduardo Branco de Sousa

Notice bibliographique

RevueBrazilian Journal of Case Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensFowler Kennedy Sport Medicine Clinic
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryAnterior cruciate ligament reconstructionRange of motionReduction (mathematics)Anterior cruciate ligament

Résumé

récupéré en direct d'OpenAlex

To increase the success and reduce failures related to anterior cruciate ligament reconstruction (ACLR), many techniques of lateral extra-articular tenodesis (LEAT) have been developed, mainly in revision surgeries, where a previous failure has already occurred. This study aims to report a case series of patients with failed ACLR treated with revision techniques combined with LEAT. Seven patients were retrospectively evaluated. At the postoperative analysis, in all patients, after six months of follow-up, there was no range of motion loss, there was an improvement in the functional Lysholm score, a reduction in the instability degree according to the semiological maneuvers of the anterior drawer and in pivot shift tests, compared to preoperative evaluation. No complications were observed. In conclusion, revision ACLR combined with LEAT showed good clinical functional results, without any complications reported.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of Case ReportsMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207