EP6.7 Diagnosis, Operative Management, and Clinical Outcomes of Adhesions Post Hip Arthroscopy – A Systematic Review
Notice bibliographique
Résumé
Abstract Purpose: To evaluate the current body of evidence surrounding the diagnosis, management, and clinical outcomes of adhesions developed following hip arthroscopy (HA). Methods: A systematic search of MEDLINE, Embase, Web of Science, and Cochrane CENTRAL was designed and conducted in accordance with PRISMA guidelines. Eligible studies consisted of patients with confirmed adhesions following HA, with one or more of the following reported: i) diagnostic procedures and criteria employed, ii) indications for and details surrounding surgical management, and iii) clinical outcomes following the operative management of adhesions (e.g., patient-reported outcome measures (PROMs), etc.). Results: Nineteen studies involving a total of 4,145 patients (4,211 hips; 38% female) were included in this review. The quality of evidence was found to be fair for both comparative (mean = 17; range, 13-21) and non-comparative (mean = 10; range, 5-12) studies according to the Methodological Index for Non-Randomized Studies (MINORS) instrument. Adhesions were often diagnosed intra-operatively at the time of revision surgery (n = 10/19; 53%), with only three studies specifying the criteria used to adjudicate adhesions. The most common indication for operative management (i.e., release or lysis of adhesions) was persistent pain (n = 9/19; 47%), but this was often grossly stated for revision HA, rather than being specific to adhesions. PROMs were the most reported post-operative outcomes (n = 9/19; 47%), and generally demonstrated significant improvement from pre-operative assessment across the short-term follow-up period (range, 24.5 to 38.1 months). There was a paucity of objective measures of clinical improvement (n = 3/19; 16%), and an absence of mid-to-long term follow-up (i.e., 5-7 years, and ≥10-years, respectively). Conclusion: Despite the growing body of evidence suggesting that adhesions are highly contributory to revision HA, there is ambiguity in the diagnostic approach and indications for operative management of adhesions, with no evidence surrounding mid-to-long term clinical outcomes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».