Validation of In Vivo Linear and Volumetric Wear Measurement for Reverse Total Shoulder Arthroplasty Using Model‐Based Radiostereometric Analysis
Notice bibliographique
Résumé
ABSTRACT Presently, polyethylene wear measurement of reverse total shoulder arthroplasty (rTSA) is restricted to in vitro, in silico, and retrieval analysis, with no method for the quantification of in vivo wear of well‐functioning implants. The purpose of this study was to validate the use of model‐based radiostereometric analysis (MBRSA) as a measurement tool for in vivo rTSA wear using a phantom setup. Six additively manufactured polyethylene inserts were fabricated, one unworn control and five to represent known wear patterns, and individually fit within the rTSA components. Each insert was imaged using standard radiostereometric techniques and analyzed using MBRSA. From the position and orientation estimation provided by MBRSA, a micro‐computed tomography model of the control insert was virtually placed within the metaphyseal tray. The apparent intersection of the glenosphere into the insert was recorded as wear. This method enables wear measurements with a linear precision of 0.21 mm and a bias of 0.36 ± 0.13 mm, and a volumetric precision of 49.3 mm3, with a bias of 48.9 ± 24.3 mm3. This technique allows for the in vivo measurement of polyethylene wear without the requirement of marker beads or baseline radiographs, expanding the potential for in vivo wear measurements to larger populations and retrospective analysis. © 2019 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 37:1620–1627, 2019.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».