Characterization of Posterior Glenoid Bone Loss
Notice bibliographique
Résumé
Objectives: The purpose of this study was to characterize the morphology and location of posterior glenoid bone loss in pat ients with posterior instability instability utilizing computed tomography (CT). Methods: Clinical data was selected for patients with posterior shoulder instability that had undergone posterior stabilization (open or arthroscopic) or posterior osseous augmentation (distal tibia or iliac crest). Three fellowship-trained surgeons from two institutions contributed patients. Pre-operative CT data was collected for all patients. The axial cuts were segmented and reformatted in three-dimensions for glenoid analysis using Osirix. From this three-dimensional model, the following was calculated: percent bone loss (Nobuhara), total arc of the defect (degrees), and a clock-face description (start point, stop point, and average or direction). Pearson correlation coefficients were performed using significance of p<0.05. Results: Fifty shoulders from 50 patients were reviewed. Fourteen patients (average age 30 years; 93% male) had evidence of posterior glenoid bone loss and were included for evaluation. Defects on average involved 13.7±8.6% of the glenoid (range, 2-35%). The average start time (assuming all right shoulders) on the clock face was 10 o’clock ± 40 minutes and stopped at 6:30 ± 25 minutes. The average direction of the defect pointed toward 8:15 ± 25 minutes. The percent bone loss correlated with the total arc of the defect (Pearson: 0.93, p<0.05, R2: 0.86) and the direction of the bone loss (Pearson: 0.64, p<0.05, R2: 0.40). The direction of bone loss significantly moved more posterosuperior the larger the defect became (Pearson: 0.63, p<0.05, R2: 0.40). Conclusion: Posterior bone loss associated with posterior glenohumeral instability is typically directed posteriorly at 8:15 on the clock. As defect get bigger, this direction moves more posterosuperior. This information will help guide clinicians in understanding the typical location of posterior bone loss aiding in diagnosis, cadaveric models, and treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».