Optimisation of locking plate fixation methods for periprosthetic fractures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Periprosthetic fracture (PPF) of the Femur is a common complication of hip arthroplasty. With increasing rates of total hip replacements, the occurrence of periprosthetic fractures is expected to rise. These fractures are often challenging to treat effectively due the technical challenges presented with the combination of fractured bone and an unstable prosthesis. Failure of locking plate fixation of fractures around the tip of a stable prosthesis (Vancouver type B1) have been reported clinically, suggesting that further investigation into their treatment is needed. \nThis study developed a computational periprosthetic fracture fixation model, using experimentally tested specimens to validate the model. Clear relationships could be identified between the experimental and computational results for the Intact Femur, total hip replacement (THR) and PPF cases. The model could predict the magnitude of the strain in the plate and hence the likelihood of plate fracture, as well as assessing the relative stiffness of different fixation scenarios. The model was suitable for the identification and prediction of changes in strain and stiffness between a set of comparative cases and was used to comment on their relative biomechanical performances. \nThe angle of a periprosthetic fracture was shown to have a significant effect on stabilised construct mechanics and specifically, the direction of the fracture has a very large effect on fracture stabilisation. Fractures in the ML direction were less stable than fractures in the LM direction. The 45° Medial to Lateral fracture case was the least stabile and the instrumentation configuration used in this study is clearly not optimal for this fracture case. It is recommended that the orientation of the fracture should be taken into account by surgeons when deciding on B1 PPF management.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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