Total knee arthroplasty using NexGen LPS-flex® improves clinical outcomes without early loosening: minimum 6-year follow-up results
Notice bibliographique
Résumé
BACKGROUND: The authors analyzed clinical and radiological 6-year follow-up results after total knee arthroplasty (TKA) with NexGen LPS-flex® and implant survivorship. METHODS: The medical records of 80 patients that underwent 122 TKAs using NexGen LPS-flex® from February 2005 to November 2008 and followed up for at least 6 years were reviewed. The Internal Knee Documentation Committee (IKDC) subjective form, Western Ontario and McMaster Universities Arthritis Index (WOMAC), and Knee Injury and Osteoarthritis Outcome Score (KOOS) scores and preoperative and postoperative ranges of motion (ROMs) were recorded. Radiological assessments were performed by simple radiography preoperatively, immediately postoperatively, and at the final follow-up. RESULTS: At the last follow-up visits, average ROM improved from 115.0° (80°-135°) to 131.76° (80°-150°), average IKDC subjective score from 30.54 (13-48) to 53.53 (31-80), average WOMAC score from 59.81 (35-90) to 15.98 (1-47), and average KOOS score from 75.33 (38-115) to 115.0 (52-174). The clinical results of 66 knees that had >130° of postoperative flexion and 56 knees that had <130 of postoperative flexion were compared. Radiolucent lines were found in 7 knees in those with a flexion angle of >130° and in 6 knees in those with a flexion angle of <130°, but the lines did not progress and meaningful loosening was not observed. Similarly, the occurrences of radiolucent lines in those with a flexion angle of >130° or <130° were not significantly different (p > 0.05). CONCLUSIONS: TKA with NexGen LPS-flex® showed satisfactory clinical improvements, including high flexion, and no early loosening was found at 6-year follow-up visits.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».