Clinical Approach to Inconclusive Subscapularis Tear Diagnosis: a Meta-analysis
Notice bibliographique
Résumé
To identify factors associated with subscapularis (SSC) tears and provide a theoretical basis for clinical diagnosis, we included studies related to subscapularis tears published before February 1, 2023. We screened for six predictors across previous studies for the meta-analysis. The predictors included age, sex, coracoid overlap (CO), coracohumeral distance (CHD), impairment of the long head of the biceps tendon (LHB), and dominant arm. The Newcastle-Ottawa Scale (NOS) was used to evaluate the quality of the studies. The risk ratios (RRs) and the weighted mean differences (WMDs) were used to evaluate the effect size of categorical variables and continuous variables, respectively. The Egger test was used to assess the publication bias of the studies. Ten studies were included from seven countries. A total of 2 126 patients were enrolled, of whom 1 041 had subscapularis tears and 1 085 did not. The study showed that age (WMD, 4.23 [95% CI, 2.32-6.15]; P<.00001), coracoid overlap (WMD, 1.98 [95% CI, 1.55-2.41]; P<.00001), coracohumeral distance(WMD, -1.03 [95% CI, -1.17- -0.88]; P<.00001), and an injury of the long head of the biceps tendon (RR, 4.98 [95% CI, 3.75-6.61]; P<.00001) were risk factors for subscapularis tears. These risk factors can help clinicians identify subscapularis tears early and select appropriate interventions. The level of evidence is 3.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,056 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».