MétaCan
Menu
Retour à la cohorte
Enregistrement W2094321791 · doi:10.1007/s11999-008-0573-0

Revision of the Deficient Proximal Femur With a Proximal Femoral Allograft

2008· article· en· W2094321791 sur OpenAlexaff
Oleg Safir, Catherine Kellett, M. Flint, David Backstein, Allan E. Gross

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryFemurOrthopedic surgeryNonunionAcetabulumRadiographyArthroplasty

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Substantial bone loss is frequently encountered with revision hip arthroplasty. A proximal femoral allograft may be used to reconstitute bone stock in the multiply revised femur with segmental bone loss of greater than 5 cm. We retrospectively reviewed 92 patients (93 hips) who underwent such proximal femoral allografts. The average age at the surgery was 61 years. The average number of previous revision procedures was 2.5. Six patients were lost to followup. Thirty-four of 36 deceased patients had the original proximal femoral allograft at the time of death. The minimum followup for the 50 remaining patients was 15 years (average, 16.2 years; range, 15-22 years). Analysis included survivorship and radiographic assessment. Of the 50 patients reviewed, two had a failed reconstruction due to infection, six for aseptic loosening, three for nonunion, and four for dislocation. Revision of the proximal femoral allograft for all reasons excluding the acetabulum was performed in seven patients. At last followup, 42 patients (84%) had a well-functioning construct. Proximal femoral allograft for revision hip arthroplasty in femoral segmental bone loss is a durable alternative in most patients for a complex problem. LEVEL OF EVIDENCE: Level IV, therapeutic study. See the 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,095
Tête enseignante GPT0,387
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations51
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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