OPTIKNEE 2022: consensus recommendations to optimise knee health after traumatic knee injury to prevent osteoarthritis
Notice bibliographique
Résumé
The goal of the OPTIKNEE consensus is to improve knee and overall health, to prevent osteoarthritis (OA) after a traumatic knee injury. The consensus followed a seven-step hybrid process. Expert groups conducted 7 systematic reviews to synthesise the current evidence and inform recommendations on the burden of knee injuries; risk factors for post-traumatic knee OA; rehabilitation to prevent post-traumatic knee OA; and patient-reported outcomes, muscle function and functional performance tests to monitor people at risk of post-traumatic knee OA. Draft consensus definitions, and clinical and research recommendations were generated, iteratively refined, and discussed at 6, tri-weekly, 2-hour videoconferencing meetings. After each meeting, items were finalised before the expert group (n=36) rated the level of appropriateness for each using a 9-point Likert scale, and recorded dissenting viewpoints through an anonymous online survey. Seven definitions, and 8 clinical recommendations (who to target, what to target and when, rehabilitation approach and interventions, what outcomes to monitor and how) and 6 research recommendations (research priorities, study design considerations, what outcomes to monitor and how) were voted on. All definitions and recommendations were rated appropriate (median appropriateness scores of 7-9) except for two subcomponents of one clinical recommendation, which were rated uncertain (median appropriateness score of 4.5-5.5). Varying levels of evidence supported each recommendation. Clinicians, patients, researchers and other stakeholders may use the definitions and recommendations to advocate for, guide, develop, test and implement person-centred evidence-based rehabilitation programmes following traumatic knee injury, and facilitate data synthesis to reduce the burden of knee post-traumatic knee OA.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».