Effect of surgical experience on imageless computer-assisted femoral component positioning in hip resurfacing – a preclinical study
Notice bibliographique
Résumé
BACKGROUND: The clinical outcome of hip resurfacing (HR) as a demanding surgical technique associated with a substantial learning curve depends on the position of the femoral component. The aim of the study was to investigate the effects of the level of surgical experience on computer-assisted imageless navigation concerning precision of femoral component positioning, notching, and oversizing rate, as well as operative time. METHODS: Three surgeons with different levels of experience in both HR and computer-assisted surgery (CAS) prepared the femoral heads of 54 synthetic femurs using the Durom(TM) Hip Resurfacing (Zimmer, Warsaw, IN, USA) system. Each surgeon prepared a total of 18 proximal femurs using the Navitrack® system (ORTHOsoft Inc., Montreal, Canada) or the conventional free-hand Durom(TM) K-wire positioning jig. The differences between planned and postoperative stem shaft angle (SSA) and anteversion angle in standardized x-rays were measured and the operative time, not including the time for calibrating the CAS-system, was documented. Notching was evaluated by the three surgeons in a randomized manner. Oversizing was determined by the difference of the preoperative determined cap and the cap size advised by the CAS-system. RESULTS: CAS significantly reduced the overall mean deviation between planned and postoperative SSA in comparison with the conventional procedure (mean ± SD, 1 ± 1.7° vs. 7.4 ± 4.4°, P < 0.01) regardless of the surgeon's level of experience. The incidence of either varus or valgus SSA deviations exceeding 5° were 1/27 for CAS and 15/27 for the conventional method, respectively (P < 0.001), corresponding to a reduction by 97%. Using CAS, the rate of notching was reduced by 100%. CONCLUSIONS: The accuracy of femoral HR component orientation is significantly increased by use of CAS regardless of the surgeon's level of experience in our preclinical study. Thus, imageless computer-assisted navigation can be a valuable tool to improve implant positioning in HR for surgeons at any stage of their learning curve.
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 | 0,034 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 ».