MétaCan
Menu
Retour à la cohorte
Enregistrement W4402128051 · doi:10.1177/03635465241272393

Characteristics and Outcomes of Operatively Treated Discoid Lateral Meniscus in Pediatric and Young Adult Patients: A Multicenter Study

2024· article· en· W4402128051 sur OpenAlexaff
Jennifer A Sheasley, Julia Kirby, Emily Niu, Maya Gopalan, Sasha Carsen, Zachary S. Stinson, Craig J. Finlayson, Marie‐Lyne Nault, R. Jay Lee, Brian M. Haus, Daniel W. Green, John A. Schlechter, Jennifer J. Beck, Benton E. Heyworth, Tyler J. Stavinoha, Jie C. Nguyen, Gregory A. Schmale

Notice bibliographique

RevueThe American Journal of Sports Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineTearsSurgeryExact testAbnormality

Résumé

récupéré en direct d'OpenAlex

Background: Discoid lateral meniscus (DLM) is the most common congenital abnormality of the meniscus. Tears are common; treatment is frequently not definitive, often requiring reoperation. Purpose: To report the clinical manifestations, physical characteristics, operative treatments and findings, complications, and reoperations of DLM in pediatric patients from multiple centers across North America. Study Design: Case series; Level of evidence, 4. Methods: Consecutive patients who underwent treatment for symptomatic DLM at 9 institutions between 2000 and 2020 were included. Patient data, presenting symptoms and signs, surgical findings, treatments rendered, and postoperative complications, including reoperation rates, were collected. Means with ranges and counts with proportions are reported for continuous and categorical variables, respectively, and comparisons were made using either the chi-square or Fisher exact test. Results: In total, 784 patients (867 knees) were included with a mean age at diagnosis of 12 years (range, 1-22 years) and a mean follow-up of 22.6 months (range, 0-154 months). Common preoperative symptoms were locking (33%) and snapping (30%). At surgery, tears in the DLM were present in 647 knees (594 patients [76%]); 95 knees (11%) had multiple tears; and in 140 knees, tears extended into >1 zone. Tears, when present, were more common within the posterior horn (41%) or body (34%) than the anterior horn (25%). Peripheral rim instability was reported in 241 knees (28%). Significantly more knees had instability posteriorly (15%; P = .0004) and anteriorly (9%; P = .0013) than along the body (3%). Tear type was most commonly complex (38%) or horizontal (34%). A total of 358 knees in 333 patients with tears (42% of all patients) underwent repair (55% of knees with tears). A total of 175 complications were reported, occurring in 139 knees in 134 patients (17%); 116 of these knees with complications (83%) had a single complication, while 23 (17%) had >1. Of the 784 patients, 105 (13%) underwent reoperation, undergoing 135 additional procedures related to their DLM. Of those, 60 (44%) were repeat arthroscopy and meniscal trim; 40 (30%), arthroscopy and meniscal repair; and 17 (13%), an articular cartilage procedure. Conclusion: Locking and snapping were common presenting symptoms. Over three-quarters of patients had meniscal tears, which were most often complex and located posteriorly. Seventeen percent of patients experienced complications, and a sixth of patients with complications had >1. Reoperation was typically for persistent symptoms or meniscal retear.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,273
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207