MétaCan
Menu
Retour à la cohorte
Enregistrement W142496979 · doi:10.1097/blo.0b013e318159dd60

Effect of Changing Indications and Techniques on Total Hip Resurfacing

2007· article· en· W142496979 sur OpenAlexaff
Michael A. Mont, Thorsten M. Seyler, Slif D. Ulrich, Paul E. Beaulé, Harold Boyd, Michael J. Grecula, Victor M. Goldberg, William R. Kennedy, David R. Marker, Thomas P. Schmalzried, Edward A. Sparling, Thomas P. Vail, Harlan C. Amstutz

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineHip resurfacingSurgeryCohortFemoral neckComplicationProspective cohort studySports medicineCohort studyRetrospective cohort studyTotal hip replacementArthroplastyPhysical therapyInternal medicineOsteoporosis

Résumé

récupéré en direct d'OpenAlex

Recently, improved metal-on-metal bearing technology has led to the reemergence of resurfacing as a reasonable option for total hip arthroplasty. During the course of a prospective multicenter FDA-IDE evaluation of metal-on-metal total hip resurfacings, we modified our indications and emphasized surgical technique where the femoral surface area was small due to femoral cysts and small component size. We assessed the influence of these changes on complication rates in the first cohort of 292 patients and the second of 724, and then compared these outcomes in the second cohort with historical reports of resurfacing. We had a minimum followup of 24 months (mean, 33 months; range, 24-60 months). After changes were made in the indications and technique, the overall complication rate decreased from 13.4% to 2.1% with the femoral neck fracture rate reduced from 7.2% to 0.8%. The outcomes of the second cohort compare with modern-day resurfacing devices and appear superior to historical results. The data suggest patients should be carefully selected and technique optimized to reduce complications. Long-term followup is required to see if these promising results will be maintained.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,444
Écart entre enseignants0,394 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207