MétaCan
Menu
Retour à la cohorte
Enregistrement W2030796471 · doi:10.1097/01.blo.0000238853.16121.6d

Accuracy of Cut-off Acetabular Reamers for Minimally Invasive THA

2006· article· en· W2030796471 sur OpenAlexaff
Darin Davidson, Derek Wilson, Victor T Jando, Bassam A. Masri, Clivе P. Duncan, David R. Wilson

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReamerMedicineAcetabulumCadaveric spasmSurgeryOrthodontics

Résumé

récupéré en direct d'OpenAlex

Cut-off reamers have been introduced for minimally invasive hip replacement to make reamer insertion through the small incision easier. However, the accuracy of cut-off reamers in comparison to traditional hemispherical reamers has not been documented. We reamed four human cadaveric hips using a cut-off reamer and three hips using a standard reamer. We started with smallest size reamer to remove subchondral bone, and the size was progressively increased until breaching the acetabular floor. We performed computed tomography scans for each reamer size to digitally determine the true dimensions and sphericity of the reamed acetabula. The cut-off reamers breached the acetabulum at a smaller size than with a standard reamer in two specimens, and at the same size as the standard reamer in one specimen. The accuracy of each reamer size was determined by quantifying the percentage of the reamed acetabular surface that was within 0.5 mm of the hemispherical reamer size. The average accuracy of the cut-off reamers was 70% compared with 81% for the standard reamers. The cut-off acetabular reamers showed a trend toward decreased accuracy that may be attributable to a tendency of the reamer to wobble in use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,416
Écart entre enseignants0,340 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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