Hip Dysplasia in Charcot–Marie–Tooth Disease: Insights From a Large Cohort of Children and Adolescents
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Despite the known association of hip dysplasia and Charcot Marie Tooth disease (CMT), evidence is limited regarding its exact prevalence. Available studies pre-date genetic confirmation of CMT subtypes and current hip reconstruction surgical options. This study examined the prevalence of hip dysplasia in CMT in a tertiary neuromuscular center. METHODS: This was a retrospective study of children with CMT who had at least one pelvic radiograph between 2000 and 2020. Reimer's migration percentage, acetabular index and lateral center edge angle were used to identify hip dysplasia. RESULTS: A total of 178 children were included with a median age of 6.4 (IQR 3.4-11.3) years at CMT diagnosis. First pelvic radiographs were performed at a median age of 8.0 (IQR 4.6-12.2) years and 64 (35.8%) had hip dysplasia, of which 20 normalized over time. Repeat radiographs were done in 96/178 children (53.9%), and six children with originally normal radiographs developed later radiographic hip dysplasia. At the time of last follow up, 50/178 children (28.1%) had hip dysplasia and 17/178 children (9.6%) required surgical intervention. The frequency of hip dysplasia in specific CMT subtypes was: 28/100 in CMT1A, 5/7 in Dejerine-Sottas disease, 3/10 in CMT2A, and 4/4 in TRPV4-related CMT. INTERPRETATION: The prevalence of hip dysplasia in children with CMT in this cohort was estimated to be between 9.6% and 28.1%. Serial imaging is important to monitor outcomes into adulthood. Specific CMT subtypes were more likely to be associated with hip dysplasia.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».