Advances in bioadhesives for meniscal repair: A comprehensive review and criteria for the ideal candidate
Notice bibliographique
Résumé
The latest studies agree that meniscal tears that require surgery should be repaired whenever possible to avoid early-onset osteoarthritis secondary to meniscectomy. Unfortunately, there are several limitations associated with meniscal sutures, making it difficult to put into practice the theory behind the concept of saving the meniscus. Meanwhile, there is an exponential growth in the use of tissue adhesives for surgery, but finding one suited to meniscal repair remains a struggle. This review has two main goals (1) to compile the various bioadhesives used in this field and (2) to list the criteria for an ideal meniscal bioadhesive. The review was conducted in PubMed, Google Scholar, and Web of Science in November 2023 without date restrictions. The inclusion criteria were: Studies published in English and focusing on meniscal repair using bioadhesives. The exclusion criteria were: Studies published in languages other than English. Adhesives used in combination with sutures, as the aim was to determine the adhesive's capabilities for meniscal repair alone. Synthetic adhesives such as polycyanoacrylates, polyethylene glycol, polyurethanes, and polyesters. Among the 11 bioadhesives found, fibrin is the only one that has been studied in humans. There are advantages and disadvantages to all the bioadhesives identified but none that fully meet the requirements for meniscal repair. The anatomy of meniscal tissue is complex and poses unique challenges that are compounded by arthroscopic stresses. The future of meniscal repair probably lies in combining the advantages of several bioadhesives, and this area should be the focus of future research.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».