Meniskopatili Hastalarda Patellar Tendonun Shear Wave Elastografi ile Değerlendirilmesi
Bibliographic record
Abstract
Diz eklemi gibi kompleks ve yaralanmaya müsait olan bir eklemde yapıların birbiri ile uyumlu çalışması önemlidir. Meniskopati sonrası bu uyum bozulduğunda eklem biyomekaniği olumsuz etkilenecektir. Diz ekleminin stabilitesinde önemli olan ligamentum patella (LP)’yı meniskopati sonrası değerlendirmeyi amaçladık. Çalışmamızda 18-45 yaş arasında olan 36 kişinin, 62 dizi değerlendirilmiştir. Manyetik rezonans görüntüleme (MRG) sonuçlarına göre menisküs lezyonu olan ve olmayan iki grup oluşturuldu. LP’nin uzunluğunu MRG, kalınlığını ve ekojenitesini ultrasonografi (USG) ve elastisitesini de shear wave elastografi (SWE) ile değerlendirdik. Elde edilen verileri yaş, cinsiyet, vücut kitle indeksi (VKİ), egzersiz yapma, dominant taraf, sigara ve alkol kullanımı parametreleri ve Görsel analog skala (GAS), Western Ontario McMaster Üniversitesi osteoartrit indeksi (WOMAC) ve Pittsburgh uyku kalitesi indeksi (PUKİ) skorları açısından karşılaştırdık. Kontrol grubumuzda, LP’nin uzunluğu arttıkça elastisitesinin de artığını, dominant tarafı sağ olanlarda LP sertliğinin daha fazla ve LP’nin erkeklerde daha kalın olduğunu bulduk. Olgu grubumuzda, meniskopatinin görülme oranı erkeklerde daha yüksekti. Alkol kullananlarda LP’nin daha sert ve kalın olduğu görüldü. LP’nin kalınlığı arttıkça uyku esnasında ağrı skoru daha fazlaydı. Meniskopatili dize sahip kişilerde VKİ kontrol grubuna göre biraz daha yüksektir. LP uzunluğu ile elastisitesi arasında pozitif yönde bir ilişki vardır. Meniskopatili dizde LP’nin kalınlığı artarken uzunluğu ve elastisitesi anlamlı bir şekilde değişmemiştir. LP kalınlığındaki artış hareket ve uyku esnasında ağrıyı arttırmıştır. Yaptığımız çalışma meniskopatili dizde LP’yi SWE ile değerlendiren ön çalışma niteliğindedir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".