From in silico to insight: using computational models to guide  the management of Achilles tendon ruptures

Pedro Miguel Gonçalves Diniz

Informações chave

Autores:

Pedro Miguel Gonçalves Diniz (Pedro Miguel Gonçalves Diniz)

Orientadores:

Gino Matheus Melanie Johannes Kerkhoffs; Frederico Castelo Alves Ferreira (Frederico Castelo Alves Ferreira)

Publicado em

24/10/2023

Resumo

Esta tese de Doutoramento apresenta estudos sobre rupturas do tendão de Aquiles (RTAs) utilizando múltiplas abordagens: análise de elementos finitos, revisão sistemática da literatura, meta-análise, avaliação clínica, análise de custo-eficiência e aprendizagem automática (AA). Um modelo de elementos finitos do tendão de Aquiles, incorporando as regiões aponevrótica e livre, é desenvolvido. Primeiramente, estuda-se a influência do comprimento do tendão livre no risco de lesão. Verifica-se que variações na área de secção transversal dos subtendões, mas não no comprimento do tendão livre, podem aumentar o risco de ruptura. Seguidamente, avalia-se o risco de progressão de rupturas parciais com menos de 50% de perda de continuidade, constatando-se que estas podem progredir com cargas associadas à reabilitação funcional precoce. Seguidamente, o impacto do alongamento pós-RTA nos resultados clínicos, medições de força e parâmetros biomecânicos, é avaliado mediante revisão sistemática da literatura. Encontra-se evidência razoável de um efeito deletério em parâmetros biomecânicos. Segundo uma meta-análise em rede de estudos em cadáver, o triplo- -Kessler modificado é a técnica cirúrgica provavelmente mais eficaz na minimização do alongamento pós-RTA. Resultados clínicos promissores da transferência endoscópica do longo flexor do hallux em doentes com RTAs agudas são apresentados. Uma análise preliminar de custo-eficiência mostra um perfil favorável em comparação com o tratamento conservador, cirurgia aberta e cirurgia minimamente invasiva. Finalmente, mineração de dados e AA são usadas para avaliar o desempenho pós- -RTA em futebolistas de elite. A maioria dos jogadores aumenta os minutos médios jogados no primeiro ano pós-lesão. O desempenho pré-lesão é crucial para a previsão do retorno dos jogadores a níveis semelhantes ou superiores de participação em jogos usando um classificador de AA. Comparando com controlos, estes jogadores mantiveram o desempenho, conforme uma métrica ponderada mais/menos, apesar da redução nos minutos jogados. This Ph.D. thesis details research on Achilles tendon ruptures (ATRs) using multiple methods, including finite element analysis, systematic literature review, meta-analysis, clinical assessment, cost-effectiveness analysis, and machine learning. A finite element model of the Achilles tendon is developed, incorporating aponeurotic and free tendon regions. This model first studies the injury risk associated with free tendon length. It suggests that variations in the cross-sectional area of subtendons, rather than free tendon length, may increase rupture risk. The model is also used to evaluate the progression risk of partial tendon ruptures with less than 50% loss of continuity. Ruptures affecting less than 50% of the tendon may progress under loads related to an early rehabilitation protocol. Next, a systematic literature review evaluates the impact of tendon elongation on clinical, strength, and biomechanical outcomes. There is fair evidence that elongation post-ATRs negatively affects biomechanical parameters. A network meta-analysis of cadaveric studies shows that a modified triple-Kessler stitch is the technique most likely to minimize tendon elongation. The results of a case series of patients with acute ATRs treated with an endoscopic flexor hallucis longus (FHL) transfer are presented. The technique demonstrates promising results. A cost-effectiveness analysis shows a favorable profile compared to conservative treatment, open surgery, and minimally invasive surgery. Finally, post-ATR performance in elite soccer players is evaluated using data mining tools and machine learning. The analysis shows that most players improve their average match time in the first year post-injury. A machine learning classifier predicts players' return to similar or improved levels, with pre-injury performance being crucial. Despite decreased match participation, soccer players maintain performance levels when compared to matched controls considering a weighted plus/minus metric.