AB121. SOH24AB_042. Labral repair, reconstruction and augmentation improve postoperative outcomes in patients with irreparable or hypoplastic labra: a systematic review
Notice bibliographique
Résumé
Background: Irreparable and hypoplastic labra of the hip pose a challenge for orthopaedic surgeons. This paper aims to review the outcomes of arthroscopic surgical options in treating these labra. Methods: Three online databases (PubMed, MEDLINE, EMBASE) were searched from inception to June 27, 2023. Data pertaining to labral classification, surgical method, radiographic findings, and clinical outcomes were recorded. The quality of included studies was assessed by the Methodological Index for Non-Randomized Studies (MINORS) criteria. Results: Seven case series, eleven retrospective cohort studies, and two prospective cohort studies were included for analysis. Studies were divided into an irreparable labral group comprising 1,002 patients and a hypoplastic labral group comprising 935 patients. Treatments included repair, augmentation, or reconstruction. In the irreparable group, 12 studies recorded improvement of modified Harris Hip Score (mHHS) with preoperative scores ranging from 50.3–67.3 and postoperative scores from 76.2–95.0. The rate of conversion to total hip arthroplasty (THA) and rate of revision arthroscopy were 6.6% and 5.9%, respectively. In the hypoplastic group, two studies that focused on repair noted no statistical difference in mHHS for repair in hypoplastic vs. non-hypoplastic labrum. One study noted that labral repair in non-hypoplastic labra showed superior mHHS compared to hypoplastic labra (P<0.001). Conclusions: Treatment of irreparable labra with reconstruction or augmentation results in improved patient reported outcome measures (PROMs). For the hypoplastic labrum, primary repair results in improvement in PROMs. Future comparative studies focusing on hypoplastic labra alone, rather than irreparable labral tears are needed to properly assess patient outcomes and guide surgical indications.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».