The Role of Polyethylene Design on Postoperative TKA Flexion: An Analysis of 1534 Cases
Notice bibliographique
Résumé
UNLABELLED: The range of motion after TKA depends on many patient, surgical technique, and implant factors. Recently, high-flexion designs have been introduced as a means of ensuring or gaining flexion after TKA. We therefore evaluated factors affecting postoperative flexion to determine whether implant design influences longterm flexion. We prospectively collected data on patients receiving a primary Genesis II total knee replacement with a minimum of 1-year followup (mean, 5.4 years; range, 1-13 years). We recorded pre- and postoperative outcome measures, patient demographics, and implant design (cruciate retaining [CR, n = 160], posterior stabilized [PS, n = 1177], high-flex posterior stabilized [HF-PS, n = 197]). Backward stepwise linear regression modeling identified the following factors affecting postoperative flexion: preoperative flexion, gender, body mass index, and implant design. Independent of gender, body mass index, and preoperative flexion, patients who received a HF-PS and PS design implant had a mean of 8 degrees and 5 degrees more flexion, respectively, than those who received a CR implant. Patients with low flexion preoperatively (<100 degrees) were more likely to gain flexion, whereas those with high flexion preoperatively (>120 degrees) were most likely to maintain or lose flexion postoperatively. Controlling for implant design, patients with high flexion preoperatively (>120 degrees) were more likely to gain flexion with the HF-PS design implant (HF-PS = 32.0%; PS = 15.1%; CR = 4.5%). LEVEL OF EVIDENCE: Level II, prognostic study. See Guidelines for Authors for a complete description of levels of evidence.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».