MUSCLE-ML: Integración multimodal de la fuerza y estructura muscular mediante aprendizaje automático para la rehabilitación de precisión tras una lesión del LCA

El objetivo de este ensayo clínico es utilizar el aprendizaje automático (ML) para predecir la recuperación funcional mediante la integración de factores relacionados con los músculos y otros parámetros relevantes para identificar a los no respondedores a la rehabilitación convencional. Las principales preguntas que pretende responder son:

¿Los grupos con déficit conducen a una recuperación funcional más deficiente en comparación con los grupos sin déficit? ¿Una puntuación compuesta derivada de ML que integra la fuerza y el tamaño del cuádriceps/isquiotibiales supera a las métricas aisladas en la predicción del éxito de RTP?

Los investigadores compararán los grupos con déficit frente a los grupos sin déficit para determinar si los grupos con déficit conducen a una recuperación funcional más deficiente.

Los participantes:

Regresarán para un total de 5 puntos de seguimiento para evaluaciones PRO y funcionales, incluidos antes de la operación, y a 1, 3, 6 y 12 meses después de la operación.