Validating the use of three-dimensional ultrasound to detect partial flexor tendon lacerations
Notice bibliographique
Résumé
Partial flexor tendon tears are common, but their diagnosis presents a few challenges. The degree of a partial flexor tendon tear necessitating surgical intervention remains under debate. This is primarily due to the lack of a sensitive and accessible imaging modality to assess the depth of a tendon laceration. We suggest the use of three-dimensional ultrasound (3DUS) to provide a more accurate grading of partial flexor tendon tears by providing surgeons with a decision-making tool to identify when surgical intervention is necessary. As a proof of concept, we dissected 6 digits from 2 fresh-frozen cadaveric specimens. Each digit was imaged using 3DUS and MRI to determine if the tendons and tendon lacerations are identifiable in the 3DUS images. This will be performed in preparation for a larger trial where each digit will be randomly assigned to an intact, low-grade laceration, or high-grade laceration group. 3DUS images were collected from each digit. MR images were also collected from each digit to compare the sensitivity of each imaging modality. Further analysis of the images will require a trained radiologist to grade the lacerations in each image, while being blinded to the actual grade of each laceration and comparing the radiologist’s grading of each image to each laceration’s actual grading to assess the sensitivity of 3DUS and MR in detecting partial tendon lacerations. We anticipate that 3DUS imaging to be comparable to MR imaging in detecting partial tendon tears. Future work includes applying load to the affected fingers to investigate whether that will improve partial tendon laceration detection. This work expands on the applications of 3DUS in musculoskeletal imaging and provides clinicians with an accessible tool to accurately detect and grade partial tendon lacerations.
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 | 0,028 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».