Risk factors for knee osteoarthritis after traumatic knee injury: a systematic review and meta-analysis of randomised controlled trials and cohort studies for the OPTIKNEE Consensus
Notice bibliographique
Résumé
OBJECTIVE: To identify and quantify potential risk factors for osteoarthritis (OA) following traumatic knee injury. DESIGN: Systematic review and meta-analyses that estimated the odds of OA for individual risk factors assessed in more than four studies using random-effects models. Remaining risk factors underwent semiquantitative synthesis. The modified GRADE (Grading of Recommendations Assessment, Development and Evaluation) approach for prognostic factors guided the assessment. DATA SOURCES: MEDLINE, EMBASE, CENTRAL, SPORTDiscus, CINAHL searched from inception to 2009-2021. ELIGIBILITY: Randomised controlled trials and cohort studies assessing risk factors for symptomatic or structural OA in persons with a traumatic knee injury, mean injury age ≤30 years and minimum 2-year follow-up. RESULTS: Across 66 included studies, 81 unique potential risk factors were identified. High risk of bias due to attrition or confounding was present in 64% and 49% of studies, respectively. Ten risk factors for structural OA underwent meta-analysis (sex, rehabilitation for anterior cruciate ligament (ACL) tear, ACL reconstruction (ACLR), ACLR age, ACLR body mass index, ACLR graft source, ACLR graft augmentation, ACLR+cartilage injury, ACLR+partial meniscectomy, ACLR+total medial meniscectomy). Very-low certainty evidence suggests increased odds of structural OA related to ACLR+cartilage injury (OR=2.31; 95% CI 1.35 to 3.94), ACLR+partial meniscectomy (OR=1.87; 1.45 to 2.42) and ACLR+total medial meniscectomy (OR=3.14; 2.20 to 4.48). Semiquantitative syntheses identified moderate-certainty evidence that cruciate ligament, collateral ligament, meniscal, chondral, patellar/tibiofemoral dislocation, fracture and multistructure injuries increase the odds of symptomatic OA. CONCLUSION: Moderate-certainty evidence suggests that various single and multistructure knee injuries (beyond ACL tears) increase the odds of symptomatic OA. Risk factor heterogeneity, high risk of bias, and inconsistency in risk factors and OA definition make identifying treatment targets for preventing post-traumatic knee OA challenging.
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 | 0,020 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,049 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».