MétaCan
Menu
Retour à la cohorte
Enregistrement W4407357250 · doi:10.1055/s-0044-1791836

Patellofemoral Instability: Preoperative Considerations and Postoperative Imaging

2025· review· en· W4407357250 sur OpenAlexaff
Angela Atinga, David Wasserstein, Sebastian Tomescu, Linda Probyn

Notice bibliographique

RevueSeminars in Musculoskeletal Radiology · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMedial patellofemoral ligamentOsteotomyPatellaOsteoarthritisInstabilityValgusCoronal planePatellofemoral jointPhysical examinationSurgeryRadiologyPathology

Résumé

récupéré en direct d'OpenAlex

Patellofemoral instability is common, often affecting young female patients. It contributes to significant morbidity, such as pain and premature osteoarthritis. Patient presentation varies, from acute instability events to chronic/recurrent instability. This article provides a detailed description of the anatomy and biomechanics of the patellofemoral joint and relates it to the pathology of patellofemoral instability. There are well-recognized predisposing anatomical factors, such as trochlear morphology, patella height, excessive lateralization of the tibial tubercle, excessive valgus alignment, and femoral or tibial torsion.Diagnosis of patellofemoral instability requires a thorough clinical history and physical examination, combined with a multimodality imaging approach. Imaging is useful in surgical planning to define the severity of predisposing anatomical factors and to detect postoperative complications. The operative management of patellofemoral instability targets predisposing anatomical factors, such as medial stabilizing ligament reconstruction or repair, tibial tubercle osteotomy, femoral trochleoplasty, coronal plane realignment osteotomy, and torsional osteotomy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,293
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Musculoskeletal RadiologyMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207