MétaCan
Menu
Retour à la cohorte
Enregistrement W2529057425 · doi:10.1007/s11999-016-5097-4

What Differences in Morphologic Features of the Knee Exist Among Patients of Various Races? A Systematic Review

2016· review· en· W2529057425 sur OpenAlexafffund
Tae Kyoung Kim, Mark Phillips, Mohit Bhandari, John T. Watson, Rajesh Malhotra

Notice bibliographique

RevueClinical Orthopaedics and Related Research · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensMcMaster University
Organismes subventionnairesSmith and Nephew OrthopaedicsMcMaster University
Mots-clésMedicineFemurTibiaAnthropometryObservational studySurgeryPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most TKA prostheses are designed based on the anatomy of white patients. Individual studies have identified key anthropometric differences between the knees of the white population and other major ethnic groups, yet there is limited understanding of what these findings may indicate if analyzed collectively. QUESTION/PURPOSE: What are the differences in morphologic features of the distal femur and proximal tibia among and within various ethnicities? METHODS: A systematic review of the PubMed database and a hand-search of article bibliographies identified 235 potentially eligible English-language studies. Studies were excluded if they did not include morphology results or had insufficient data for analysis, were unrelated to the distal femur or proximal tibia, were conducted in pediatric patients or those undergoing unicondylar knee arthroplasty, or bone surface measurements were obtained for trauma products. This left 30 eligible studies (9050 knees). Study quality was assessed and reported as good, fair, or poor according to the NIH Quality Assessment Tool for Observational Cohort and Cross-Sectional Studies. Morphometric data for the distal femur and proximal tibia were available for four ethnic groups: East Asian (23 studies; 5543 knees), white (11 studies; 3111 knees), Indian (three studies; 283 knees), and black (three studies; 113 knees). Although relatively underrepresented, the knees from the Indian and black studies were maintained for hypothesis-generating purposes and to highlight crucial gaps in the data. The two key dimensions for selecting a suitable implant based on a patient's unique anatomy-AP length and mediolateral (ML) width-were assessed for the femur and tibia, in addition to aspect ratio, calculated by dividing the ML width by the AP length. Study measurement techniques were compared visually when possible to ensure that each pooled study conducted a similar measurement process. Any significant measurement outliers were reviewed for eligibility to determine if the measurement techniques and landmarks used were comparable to the other studies included. RESULTS: White patients had larger femoral AP measurements than East Asians (62 mm, [95% CI, 57-66 mm] vs 59 mm, [95% CI, 54-63 mm]; mean difference, 3 mm; p < 0.001), a smaller femoral aspect ratio than East Asians (1.20, [95% CI, 1.11-1.29] vs 1.25, [95% CI, 1.16-1.34]; mean difference, 0.05; p = 0.001), and a larger tibial aspect ratio than black patients (1.55, [95% CI, 1.40-1.71] vs 1.49, [95% CI, 1.33-1.64]; mean difference, 0.06; p = 0.005). CONCLUSIONS: This analysis uncovered differences of size (AP height and ML width of the femur and tibia) and shape (tibial and femoral aspect ratios) among knees from white, East Asian, and black populations. Future research is needed to understand the clinical implications of these discrepancies and to provide additional data with underrepresented groups.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,003
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 Opus0,101
Tête enseignante GPT0,433
Écart entre enseignants0,332 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations153
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Orthopaedics and Related ResearchMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207