MétaCan
Menu
Retour à la cohorte
Enregistrement W2981116972 · doi:10.1080/17453674.2019.1675126

Less gap imbalance with restricted kinematic alignment than with mechanically aligned total knee arthroplasty: simulations on 3-D bone models created from CT-scans

2019· article· en· W2981116972 sur OpenAlexaff
William G. Blakeney, Yann Beaulieu, Marc-Olivier Kiss, Charles Rivière, Pascal‐André Vendittoli

Notice bibliographique

RevueActa Orthopaedica · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésMedicineKinematicsArthroplastyTotal knee arthroplastyOrthodonticsFemurComputed tomographyBiomechanicsOrthopedic surgeryRadiologySurgeryAnatomy

Résumé

récupéré en direct d'OpenAlex

Background and purpose - Mechanical alignment techniques for total knee arthroplasty (TKA) introduce significant anatomic alteration and secondary ligament imbalances. We propose a restricted kinematic alignment (rKA) protocol to minimize these issues and improve TKA clinical outcomes.Patients and methods - rKA tibial and femoral bone resections were simulated on 1,000 knee CT scans from a database of patients undergoing TKA. rKA was defined by the following criteria: independent tibial and femoral cuts within 5° of the bone neutral mechanical axis, with a resulting HKA within 3° of neutral. Imbalances in the extension space, flexion space at 90°, medial compartment and lateral compartment were calculated and compared with measured resection mechanical alignment (MA) results. 2 MA techniques were simulated for rotation using the surgical transepicondylar axis (TEA) and 3° to the posterior condyles (PC).Results - Extension space imbalances ≥ 3 mm occurred in 33% of TKAs with MA technique versus 8.3% with rKA (p < 0.001). Similarly, more frequent flexion space imbalance ≥ 3mm was created by MA technique (TEA 34% or 3° PC 15%) versus rKA (6.4%, p < 0.001). Using MA with TEA or PC, there were only 49% and 63% of the knees respectively with < 3 mm of imbalance throughout the extension and flexion spaces and medial and lateral compartments versus 92% using rKA (p < 0.001).Interpretation - significantly fewer imbalances are created using rKA versus MA for TKA. rKA may be the best compromise, by helping the surgeon to preserve native knee ligament balance during TKA and avoid residual instability, whilst keeping the lower limb alignment within a safe range.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa OrthopaedicaMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207