MétaCan
Menu
Retour à la cohorte
Enregistrement W2137618515 · doi:10.4055/cios.2011.3.2.101

Treatment of Periprosthetic Femoral Fractures in Hip Arthroplasty

2011· article· en· W2137618515 sur OpenAlexaboutno aff
Sung Ki Park, Young Gun Kim, Shin‐Yoon Kim

Notice bibliographique

RevueClinics in Orthopedic Surgery · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePeriprostheticNonunionSurgeryRadiological weaponHarris Hip ScoreSubsidenceArthroplastyTotal hip arthroplasty

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We analyzed the radiological and clinical results of our study subjects according to the management algorithm of the Vancouver classification system for the treatment of periprosthetic femoral fractures in hip arthroplasty. METHODS: We retrospectively reviewed 18 hips with postoperative periprosthetic femoral fractures. The average follow-up was 49 months. The fracture type was determined based on the Vancouver classification system. The management algorithm of the Vancouver classification system was generally applied, but it was modified in some cases according to the surgeon's decision. At the final follow-up, we assessed the radiological results using Beals and Tower's criteria. The functional results were also evaluated by calculating the Harris hip scores. RESULTS: Seventeen of 18 cases (94.4%) achieved primary union at an average of 25.5 weeks. The mean Harris hip score was 92. There was 1 case of nonunion, which was a type C fracture after cemented total hip arthroplasty, and this required a strut allograft. Subsidence was noted in 1 case, but the fracture was united despite the subsidence. There was no other complication. CONCLUSIONS: Although we somewhat veered out of the management algorithm of the Vancouver classification system, the customized treatment, with considering the stability of the femoral stem and the configuration of the fracture, showed favorable overall results.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,231
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,073
Tête enseignante GPT0,325
Écart entre enseignants0,252 · 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

Citations38
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinics in Orthopedic SurgeryMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207