MétaCan
Menu
Retour à la cohorte
Enregistrement W6995679468

Partial-thickness rotator cuff tears: clinical and imaging outcomes and prognostic factors of successful nonoperative treatment

2018· article· en· W6995679468 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquevaccines and immunoinformatics approaches
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRotator cuffElbowTearsStage (stratigraphy)Logistic regressionConservative treatmentTendonOrthopedic surgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ian K Lo,1 Matthew R Denkers,2 Kristie D More,1 Atiba A Nelson,1 Gail M Thornton,1 Richard S Boorman1 1Department of Surgery, McCaig Institute for Bone and Joint Health, University of Calgary, Calgary, AB, Canada; 2Division of Orthopaedic Surgery, McMaster University, Hamilton, ON, Canada Purpose: The purpose of this study was to determine the clinical success rate of nonoperative treatment of partial-thickness rotator cuff tears (PT-RCTs), to determine baseline clinical factors predictive of outcome of nonoperative treatment of PT-RCTs, and to determine the imaging outcome of nonoperative treatment of PT-RCTs. Patients and methods: All patients with a primary diagnosis of a PT-RCT were eligible for inclusion. Seventy-six patients (48 males, 28 females) with an average age of 52±10 years were included in the study. Patients were evaluated using a standardized format including clinical, imaging, and shoulder specific quality-of-life outcomes. Patients were assessed and treated either successfully nonoperatively or consented to undergo surgical intervention of their PT-RCT. Patients treated nonoperatively underwent follow-up by MRI arthrogram. Results: Thirty-seven patients (49%) underwent nonoperative treatment. Logistic regression analysis indicated that the baseline variables of side (dominant or nondominant side involved), onset (traumatic or atraumatic), and thickness of tendon tear (<50% or >50%) were significant predictors of outcome. At a mean 46±7 months of follow-up, nonoperatively treated patients demonstrated a mean American Shoulder and Elbow Surgeons score of 85.1±16.0, and a Simple Shoulder Test score of 10.0±2.5. Overall, 76% of tears treated nonoperatively did not show a tear progression on anatomic imaging. Nine patients (24%) demonstrated tear progression, of which three patients (8%) demonstrated full-thickness tearing. Conclusion: Nonoperative treatment was utilized in ~50% of the patients and resulted in improved clinical outcomes. Onset, shoulder involved, and thickness of the tear were predictive of the success of nonoperative treatment. Keywords: magnetic resonance imaging follow-up, nonoperative, partial-thickness rotator cuff tears, rotator cuff

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,150
Tête enseignante GPT0,507
Écart entre enseignants0,357 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetvaccines and immunoinformatics approachesTravaux en français237 207