Nonoperative management of knee cartilage injuries—an international Delphi consensus statement
Notice bibliographique
Résumé
Introduction Articular cartilage injuries of the knee are a complex and challenging clinical pathology. Objectives The purpose of this study was to establish consensus statements via a Delphi process on the nonoperative management of knee cartilage injuries. Methods A consensus process on knee cartilage injuries utilizing a modified Delphi technique was conducted. Seventy-nine surgeons across 17 countries participated in these consensus statements. Eight questions were generated on the nonoperative management of knee cartilage injuries, with 3 rounds of questionnaires and final voting occurring. Consensus was defined as achieving 80% to 89% agreement, whereas strong consensus was defined as 90% to 99% agreement, and unanimous consensus was defined as 100% agreement with a proposed statement. Results Of the 8 total questions and consensus statements on nonoperative management developed from 3 rounds of voting, 1 achieved unanimous consensus, 2 achieved strong consensus, 2 achieved consensus, and 3 did not achieve consensus . Conclusions The statements that achieved unanimous or strong consensus related to indications, contraindications, and prognostic factors for nonoperative management of knee cartilage injuries. The statements that did not achieve consensus were primarily related to the use of non–weight-bearing, injections, and biophysical stimulation in the treatment of knee cartilage 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».