Diese systematische Übersichtsarbeit mit Metaanalyse bewertete die Hüft- und Unterschenkelmuskelkraft nach einer vorderen Kreuzbandverletzung im Vergleich zu einer unversehrten Kontrollgruppe und dem unverletzten Bein. Insgesamt wurden 28 Studien einbezogen, von denen die meisten die Kraft der Hüftabduktion, -extension und -außenrotation untersuchten. Es wurden keine bedeutenden Unterschiede in der Muskelkraft, weder zwischen den Personen noch zwischen den Gliedmaßen, für Hüftabduktion, Extension, Innenrotation, Flexion oder Knöchelbewegungen gefunden. Lediglich bei der Hüftadduktion und -außenrotation gab es nach zwölf Monaten Unterschiede, obwohl die Evidenz sehr niedrig und hauptsächlich aus dem ersten Jahr nach der Rekonstruktion stammt. Die Ergebnisse legen nahe, dass keine weitverbreitete Muskelschwäche in der Hüfte und im Unterschenkel nach einer Kreuzbandverletzung auftritt, im Gegensatz zu den häufig berichteten Defiziten bei Knieextensoren und -flexoren. Eine individuelle Bewertung sollte das Training leiten.
Deep Learning zur Beurteilung des kardiovaskulären Risikos
In dem vorliegenden Conference-Paper wurde untersucht, wie Deep Learning-Methoden genutzt werden können, um durch die Analyse sonographischer Merkmale der Halsschlagader arterielle Schäden vorauszusagen. Mithilfe neuartiger Algorithmen wurden die Bilddaten des Ultraschalls ausgewertet, um subklinische Hinweise auf Arteriosklerose zu identifizieren. Die