MétaCan
Menu
Retour à la cohorte
Enregistrement W4295808629 · doi:10.1177/17585732221123313

Variability in quantifying the Hill-Sachs lesion: A scoping review

2022· review· en· W4295808629 sur OpenAlexaff
Shahrukh Khan, Ajaykumar Shanmugaraj, Haseeb Faisal, Carlos Prada, Sohaib Munir, Timothy Leroux, Moin Khan

Notice bibliographique

RevueShoulder & Elbow · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensImpactUniversity of British ColumbiaUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineModalitiesMedical physicsMEDLINEEvidence-based medicineRadiologyPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Background: Currently, is there no consensus on a widely accepted measurement technique for calculating the Hill-Sachs lesion (HSL). The purpose of this review is to provide an overview of the techniques and imaging modalities to assess the HSL pre-operatively. Methods: Four online databases (PubMed, Embase, MEDLINE, and COCHRANE) were searched for literature on the various modalities and measurement techniques used for quantifying HSLs, from data inception to 20 November 2021. The Methodological Index for Non-Randomized Studies tool was used to assess study quality. Results: Forty-five studies encompassing 3413 patients were included in this review. MRA and MRI showed the highest sensitivity, specificity, and accuracy values. Intrarater and interrater agreement was shown to be the highest amongst MRA. The most common reference tests for measuring the HSL were arthroscopy, radiography, arthro-CT, and surgical techniques. Conclusion: MRA and MRI are reliable imaging modalities with good test diagnostic properties for assessment of HSLs. There is a wide variety of measurement techniques and imaging modalities for HSL assessment, however a lack of comparative studies exists. Thus, it is not possible to comment on the superiority of one technique over another. Future studies comparing imaging modalities and measurement techniques are needed that incorporate a cost-benefit analysis.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,302
Tête enseignante GPT0,486
Écart entre enseignants0,183 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShoulder & ElbowMême sujetShoulder Injury and TreatmentTravaux en français237 207