Biomechanical measurements of cortical screw stripping torque in human versus artificial femurs
Notice bibliographique
Résumé
Femur fracture plates are applied using cortical bone screws. Surgeons do this manually by subjective 'feel' without monitoring torque. Few studies have quantified stripping torque in human bone. No studies have measured stripping torque in the artificial bones from Sawbones (Vashon, WA, USA) that are frequently used in biomechanical studies. The present aim was to measure stripping torque of cortical screws in human versus artificial femurs. Sixteen fresh-frozen human femurs and eight artificial femurs were used. Using a digital torque screwdriver, each femur had a 3.5-mm diameter uni-cortical screw manually inserted into the anterior midshaft until failure of the screw-bone interface. Results were normalized by cortical thickness and the screw-bone interfacial area. There were no statistical differences in human versus artificial data, respectively, for stripping torque (1741 +/- 442 N.mm, 2012 +/- 176 N.mm, p = 0.11), stripping torque/thickness (313 +/- 59 N, 305 +/- 30 N, p = 0.74), and stripping torque area (28.5 +/- 5.3 N/mm, 27.8 +/- 2.8 N/mm, p = 0.74). Artificial unicortical thickness (6.6 + 0.3 mm) was greater than human thickness (5.6 +/- 1.1 mm) (p = 0.02). For human specimens, there was a moderate linear correlation of absolute and normalized stripping torque versus standardized bone mineral density (R > or = 0.32) and clinical T-score (R = 0.29), but not with age (R < or = 0.29). Surgeons should be aware of the stripping torque limits for human femurs and potentially take steps to monitor these values during surgery. The artificial femurs being increasingly used in research accurately replicate human cortical properties during screw insertion. To date, this is the first series of human femurs evaluated for cortical screw stripping.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».