MUSCLE-ML：ACL損傷後の精密リハビリテーションのための機械学習による筋力・構造のマルチモーダル統合

この臨床試験の目的は、従来のリハビリテーションへの非応答者を特定するために、筋肉関連因子およびその他の関連パラメーターを統合して、機械学習（ML）を用いて機能回復を予測することです。 主に答えるべき質問は以下の通りです：

非欠損クラスターと比較して、欠損クラスターはより悪い機能回復につながるか？ 大腿四頭筋／ハムストリングスの筋力とサイズを統合したML由来の複合スコアは、単独の指標よりもRTP成功の予測において優れているか？

研究者は、欠損クラスターがより悪い機能回復につながるかどうかを判断するために、欠損クラスターと非欠損クラスターを比較します。

参加者は以下のことを行います：

手術前、術後1ヶ月、3ヶ月、6ヶ月、12ヶ月を含む、合計5回の追跡時点でPROおよび機能評価のために戻ります。