Platelet-Rich Plasma Treatments of Horizontal Meniscal Tears: A Comparative Analysis
Notice bibliographique
Résumé
Background : Meniscus injuries remain the most common indication for orthopedic surgery. Due to advances in magnetic resonance imaging (MRI), the number of patients diagnosed with meniscus injuries that do not extend into the articular surface has increased. Although treatments of complete meniscal tears are defined, treatment of meniscus injuries that do not extend into the articular surface is not clear yet. Objective : To determine the most optimal way of delivering platelet-rich plasma (PRP) into the knee joint for treatment of meniscus injuries (not extending into the articular surface) so that patients would improve clinically, and it would have also an effect on the meniscus shown on MRI. Materials and methods : We studied treatment results in 87 patients (50 men and 37 women). The patients were divided into 2 groups: group 1 received an ultrasound-guided PRP injection into the posterior horn, and group 2 received a standard intra-articular PRP injection via the superolateral approach. The treatment efficacy was assessed using visual analog scale (VAS), Western Ontario and McMaster Universities Osteoarthritis (WOMAC) index, Lysholm score, and Knee Society Score (KSS). We also assessed changes on MRI 6 and 12 months after treatment. Results : The comparative analysis demonstrated that based on the findings of scores and MRI the ultrasound-guided intrameniscal PRP injection is more effective. Conclusions : Our results show that the intrameniscal PRP injection is a more effective and safe way to treat such meniscus injuries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».