Functional outcomes of simultaneous ACL reconstruction and LET using all-suture anchor – a modified mini-open technique
Notice bibliographique
Résumé
INTRODUCTION: The anterior cruciate ligament (ACL) rupture frequently leads to instability of the knee joint, which subsequently damages other intra‑articular structures. The combination of ACL reconstruction (ACLR) with concurrent lateral extra‑articular tenodesis (LET) improves rotational stability and reduces the risk of subsequent ACL rupture. However, there is not much research that specifically outlines LET hardware and surgical methods. AIM: This study aimed to describe and evaluate clinical outcomes of a mini‑open modified Lemaire technique using a self‑punching all‑suture anchor. MATERIALS AND METHODS: In this study, 32 patients underwent primary or revision ACLR combined with LET via the mini‑open modified Lemaire technique using a self‑punching all‑suture anchor. All individuals completed the following pre‑ and postoperative questionnaires to evaluate their functional performance: the Knee Injury and Osteoarthritis Outcome Score, assessing several domains, the International Knee Documentation Committee subjective knee evaluation form, the Lysholm knee scoring scale, and the Western Ontario and McMaster Universities Arthritis Index. Complication rates were also assessed. RESULTS: Each patient's functional score values increased, as compared with preoperative measure‑ ments. There were no early post‑ or intraoperative complications associated with the technique described. CONCLUSIONS: This is the first study that evaluated clinical outcomes, intraoperative, and early post‑ operative complications of the mini‑open modified Lemaire technique using a self‑punching all‑suture anchor. Our study indicates that this procedure is effective, safe, and associated with better cosmesis than classic LET techniques.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».