Clinical Accuracy of Imaging Techniques for Talar Neck Malunion
Notice bibliographique
Résumé
OBJECTIVES: To compare the ability of plain radiographs, computed tomography (CT), and radiostereometric analysis (RSA) to detect changes in talus fracture fragment position and alignment using an in vitro model. METHODS: Eight cadaveric tali were osteotomized at the talar neck. RSA beads were inserted into each talar fragment. The talus was anatomically reduced and stabilized with a pair of 3.5-mm cortical screws. Plain radiographs and RSA films were obtained. The fragments were then displaced and rotated to create a varus and supination deformity, and screw fixation was repeated in nonanatomic alignment. Displacement and rotation were directly measured. Plain radiographs and RSA were repeated, and CT scans were obtained. The RSA measurements were interpreted in a blinded fashion by an experienced researcher. Two independent blinded orthopedic trauma surgeons measured the displacement and rotation using plain films and CT. The results from each radiographic measurement were compared to the measured displacement and rotation using ANOVA. RESULTS: Plain radiographs, RSA, and CT all underestimated the measured talar neck displacement and rotation. Radiographs underestimated displacement by 5.0 +/- 2.9 mm, RSA by 5.9 +/- 2.0 mm, and CT scans by 2.4 +/- 4.8 mm (P < 0.05). Rotation was also underestimated by all 3 techniques, but the differences among techniques were not statistically significant. CONCLUSIONS: The most accurate imaging technique to measure displacement in talar neck malunion is CT scan. RSA was less useful as an imaging technique in this study.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».