MétaCan
Menu
Retour à la cohorte
Enregistrement W4417023038 · doi:10.37349/emd.2025.1007110

Current concepts on the intervention for adhesive capsulitis

2025· article· en· W4417023038 sur OpenAlexaff
Abeer Alomari, Philip Peng

Notice bibliographique

RevueExploration of Musculoskeletal Diseases · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCapsulitisRotator cuffFrozen shoulderIntervention (counseling)ContracturePsychological interventionRange of motionRotator cuff injury

Résumé

récupéré en direct d'OpenAlex

Adhesive capsulitis, or frozen shoulder, is characterized by pain and progressive restriction of both active and passive shoulder range of motion. The pathophysiology involves an initial inflammatory phase with elevated cytokines, followed by pathological fibrosis, capsular thickening, and contracture involving both intra- and extra-articular structures, including the coracohumeral ligament and rotator cuff interval. Diagnosis is primarily clinical. The traditional three-stage model, freezing, frozen, and thawing, has been challenged by recent evidence showing that spontaneous recovery is uncommon and that many patients do not fully regain shoulder function without active treatment. This paradigm change emphasizes the necessity of early and focused interventions to maximize functional recovery. While physiotherapy remains the mainstay of management, interventional procedures have gained prominence for their ability to reduce pain and facilitate rehabilitation. Interventional options include intra-articular corticosteroid injections, hydrodilatation, and suprascapular nerve blocks. This narrative review summarizes current evidence on interventional procedures for adhesive capsulitis, highlighting their mechanisms, techniques, and comparative efficacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,041
Tête enseignante GPT0,395
Écart entre enseignants0,354 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExploration of Musculoskeletal DiseasesMême sujetShoulder Injury and TreatmentTravaux en français237 207