THE MENISCAL TEAR OUTCOME (METRO) STUDY: A PROSPECTIVE NATIONAL COHORT STUDY EXPLORING THE OUTCOMES OF PATIENTS WITH A MENISCAL TEAR
Notice bibliographique
Résumé
Abstract Introduction Previous research has demonstrated no clinically significant benefit of arthroscopic meniscectomy in patients with a meniscal tear, however, patients included in these studies would not meet current treatment recommendations. Prior to further randomised controlled trials (RCTs) research is needed to understand a younger population in more detail. Aim To describe the baseline characteristics of patients with a meniscal tear and explore any association between baseline characteristics and outcome. Methodology A prospective, national multicentre cohort study was performed recruiting patients aged 18 to 55 presenting to secondary care. MRI analysis of arthritis was performed using Whole Organ Magnetic Resonance Imaging Score (WORMS) and bone shape analysis. Outcomes included the Western Ontario Meniscal Evaluation Tool (WOMET) and Knee Injury and Osteoarthritis Outcome Score (KOOS4) at 12 months. Results 150 participants were recruited across eight sites with a mean age of 43.47 (SD 9.63). MRI analysis using WORMS score and bone shape analysis revealed no or early osteoarthritis. At 12 months, 67 (44.67%) of participants were managed non-operatively and 68 (45.33%) were operatively. Participants in the operative group were significantly younger with a lower BMI (p<0.05). A stepwise logistic regression model including 17 characteristics revealed that only baseline score and surgery significantly affected 12-month WOMET and KOOS4. Conclusion This study in contrast to previous trials demonstrated a benefit of surgery for patients with a meniscal tear. The METRO study demonstrates that it is feasible to recruit younger patients and a future RCT is required using the study population included in this cohort.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».