MétaCan
Menu
Retour à la cohorte
Enregistrement W4382582346 · doi:10.3390/biomedicines11071849

Total Healing of a Partial Rupture of the Supraspinatus Tendon Using Barbotage Technique Associated with Platelet-Rich Plasma: A Randomized, Controlled, and Double-Blind Clinical Trial

2023· article· en· W4382582346 sur OpenAlexaboutno aff
Renato Luiz Bevilacqua de Castro, Breno Pazinatto Antonio, Gustavo Atra Giovannetti, Joyce Maria Annichino‐Bizzacchi

Notice bibliographique

RevueBiomedicines · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Estadual de Campinas
Mots-clésRotator cuffTearsMedicinePlatelet-rich plasmaTendonRandomized controlled trialInternal medicineSurgeryPlatelet

Résumé

récupéré en direct d'OpenAlex

The prevalence of partial rotator cuff tears (PRCTs) is high in the general population. Our hypothesis is that barbotage, when associated with platelet-rich plasma (PRP), is an effective method for healing these tears. The aim of this study was to compare the effects of barbotage with or without PRP on the healing of partial supraspinatus tendon tears (PSTTs). This study assessed the Western Ontario Rotator Cuff Index score and ultrasound (US) images at 6 weeks and 6 months after treatment. Patients in both groups showed clinical improvement, with no significant difference in scores at 6 weeks. However, at 6 months, the PRP group exhibited significant improvement (p = 0.019). Both groups experienced a reduction in ST tear size, but the PRP group demonstrated a significant enhancement at 6 weeks and 6 months. In conclusion, the US-guided barbotage technique, whether associated with PRP or saline solution, proved to be an effective treatment for clinical improvement and reduction in the size of PSTT. Better clinical improvement results were observed with PRP at 6 months. The combination of PRP with barbotage was superior in reducing the size of the ST tear at both 6 weeks and 6 months, resulting in complete healing in 79.3% of the tears.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,076
Tête enseignante GPT0,384
Écart entre enseignants0,308 · 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'étudeEssai randomisé
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetShoulder Injury and TreatmentTravaux en français237 207