Computer-Navigated versus Conventional Total Knee Arthroplasty: A Meta-Analysis of Functional Outcomes from Level I and II Randomized Controlled Trials
Notice bibliographique
Résumé
Abstract The main purpose of this article is to provide an up-to-date systematic review and meta-analysis comparing functional outcomes of total knee arthroplasty using either computer navigation (NAV-TKA) or conventional methods (CON-TKA) from the latest assemblage of evidence. This study was conducted according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses and Meta-Analysis of Observational Studies in Epidemiology guidelines. All Level I and II randomized controlled trials (RCTs) in PubMed, EMBASE, and Cochrane that compared functional outcomes after NAV- and CON-TKA were included in the review. Selected end points for random effects, pairwise meta-analysis included Knee Society Knee Score (KSKS), KS Function Score (KSFS), KS Total Score (KSTS), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and range of motion at three arbitrary follow-up times. A total of 24 prospective RCTs comprising 3,778 knees were included from the initial search. At long-term follow-up (>5 years), NAV-TKA exhibited significantly better raw KSKS (p = 0.001) (low-quality evidence), contrary to CON-TKA, which reflected significantly better raw KSTS (p = 0.004) (high-quality evidence). While change scores (KSKS, WOMAC) from preoperative values favor CON-TKA at short-term (<6 months) and medium-term follow-up (6–60 months), long-term follow-up change scores in KSKS suggest the superiority of NAV-TKA over CON-TKA (p = 0.02) (very low-quality evidence). Overall, sizeable dispersion of nonstatistically significant functional outcomes in the medium term was observed to eventually converge in the long term, with less differences in functional outcome scores between the two treatment methods in short- and long-term follow-up. While raw functional outcome scores reflect no differences between NAV and CON-TKA, long-term follow-up change scores in KSKS suggest superiority of NAV-TKA over its conventional counterpart. Prospective studies with larger power are required to support the pattern of diminishing differences in functional outcome scores from medium- to long-term follow-up between the two modalities.
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 | 0,021 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,056 | 0,039 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».