Posterior malleolus exposure
Notice bibliographique
Résumé
Abstract Objectives: Posterior malleolus (PM) fractures are common in rotational ankle injuries, tibial plafond fractures, and distal third tibia fractures. Surgical indications continue to evolve as we improve our understanding of ankle and syndesmotic stability. These fractures remain technically challenging with respect to both exposure and fixation. Our biomechanical cadaveric study compared posterolateral versus modified posteromedial surgical approaches to define the following: maximal surface area exposed, and maximal screw trajectory obtainable for fixation. Methods: Twelve fresh-frozen cadaver limbs were thawed at room temperature. Posterolateral and modified posteromedial approaches were performed on each limb. Margins of exposure were marked. A 2.5 mm drill was advanced at the extreme medial and lateral extents of each exposure, standardized at 1 cm proximal to the joint line and perpendicular to the bone. Computed tomography (CT) scans were performed to identify the maximal trajectory. Limbs were stripped of soft tissue, and the exposed bony surface area was measured using a validated laser surface-scanning technique. Results: The modified posteromedial approach allowed for a larger exposed surface area compared to the posterolateral exposure (median 99% vs 64%, respectively; P < .05). The modified posteromedial approach allowed for instrumentation of up to a median of 77% of the posterior distal tibia as opposed to 46% through the posterolateral approach ( P < .05). Conclusion: The modified posteromedial approach allowed for increased exposure and wider access for instrumentation of the PM when compared to the posterolateral approach. We advocate use of this approach when addressing complex PM fractures, in particular the Haraguchi type 2 fracture pattern.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».