Morphological Risk Factors for Pediatric Anterior Cruciate Ligament Tears and Tibial Spine Fractures
Notice bibliographique
Résumé
Background: Both tibial spine fractures (TSFs) and anterior cruciate ligament (ACL) tears result in functional loss of knee stability. Nonetheless, it remains unclear why some patients sustain ACL tears, whereas others have TSFs. Purpose: To identify the common morphological risk factors for pediatric ACL tears and TSFs and to determine the morphological differences between them using multiplanar reconstruction of magnetic resonance imaging (MRI). Study Design: Cohort study; Level of evidence, 3. Methods: Age- and sex-matched participants (159 total [53 ACL tears, 53 TSFs, and 53 controls]) aged <18 years who visited a pediatric tertiary-care center for ACL tears, TSFs, or anterior knee pain from March 2009 to April 2023 were included. Each group comprised 41 male and 12 female participants. Data on demographic characteristics and estimated bone age based on the knee MRI atlas were retrospectively collected, and various knee morphological parameters were evaluated using multiplanar reconstruction of MRI. Parameters showing significant differences among the 3 groups were selected as independent variables for multivariable multinomial logistic regression analysis, with the groups as dependent variables. Results: The mean chronological age at the time of MRI was 13.2 ± 2.3 years. Height, weight, body mass index, bone age, articular medial tibial slope, and bony medial tibial slope did not differ among the groups. Articular lateral tibial slope was independently associated with the occurrence of both ACL tears (relative risk ratio [RRR], 1.42 [95% confidence interval (CI), 1.16-1.74]; P = .001) and TSFs (RRR, 1.33 [95% CI, 1.10-1.62]; P = .004). A high notch width index was a protective factor against ACL tears (RRR, 0.86 [95% CI, 0.77-0.96]; P = .006) but not against TSFs (RRR, 1.01 [95% CI, 0.91-1.12]; P = .848). Conclusion: A high articular lateral tibial slope was a common risk factor for ACL tears and TSFs. Patients with ACL tears had a narrower intercondylar notch than those with TSFs and controls.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».