Meaningful thresholds for patient-reported outcomes following interventions for anterior cruciate ligament tear or traumatic meniscus injury: a systematic review for the OPTIKNEE consensus
Notice bibliographique
Résumé
OBJECTIVE: We synthesised and assessed credibility (ie, trustworthiness) of thresholds that define meaningful scores for patient-reported outcome measures (PROMs) following interventions for anterior cruciate ligament (ACL) tear or traumatic meniscus injury. DESIGN: Systematic review, narrative synthesis. DATA SOURCES: We searched five databases, handsearched references of included studies and tracked citations. ELIGIBILITY: Included studies investigated: individuals with ACL tear or meniscus injury; mean age <35 years; and PROM thresholds calculated using any method to define a minimal important change (MIC) or a meaningful post-treatment score (Patient Acceptable Symptom State (PASS) or Treatment Failure). RESULTS: We included 18 studies (15 ACL, 3 meniscus). Three different methods were used to calculate anchor-based MICs across 9 PROMs, PASS thresholds across 4 PROMs and treatment failure for 1 PROM. Credibility was rated 'high' for only one study-an MIC of 18 for the Knee injury and Osteoarthritis Outcome Score Quality-of-life (KOOS-QOL) subscale (using the MID Credibility Assessment Tool). Where multiple thresholds were calculated among 'low' credibility thresholds in ACL studies, MICs converged to within a 10-point range for KOOS-Symptoms (-1.2 to 5.4) and function in daily living (activities of daily living, ADL 0.5-8.1) subscales, and the International Knee Documentation Committee Subjective Knee Form (7.1-16.2). Other PROM thresholds differed up to 30 points. PASS thresholds converged to within a 10-point range in KOOS-ADL for ACL tears (92.3-100), and KOOS-Symptoms (73-78) and KOOS-QOL (53-57) in meniscus injuries. CONCLUSION: Meaningful PROM thresholds were highly susceptible to study heterogeneity. While PROM thresholds can aid interpretability in research and clinical practice, they should be cautiously interpreted.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,122 | 0,398 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,023 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».