MétaCan
Menu
Retour à la cohorte
Enregistrement W2990461347 · doi:10.1111/os.12550

Comparison of iASSIST Navigation System with Conventional Techniques in Total Knee Arthroplasty: A Systematic Review and Meta‐Analysis of Radiographic and Clinical Outcomes

2019· review· en· W2990461347 sur OpenAlexaboutno aff
Juntan Li, Xiang Gao, Xu Li

Notice bibliographique

RevueOrthopaedic Surgery · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronal planeValgusMeta-analysisRadiographyArthroplastySurgeryTotal knee arthroplastyPhysical therapyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The iASSIST navigation system is a handheld accelerometer‐based navigation system that has been applied in clinical practice in recent five years. This meta‐analysis aimed to compare the radiographic and clinical outcomes of iASSIST navigation with conventional surgical techniques for patients undergoing total knee arthroplasty (TKA) and to compare the surgery time between an iASSIST group and a conventional treatment group. This systematic review and meta‐analysis included all comparative prospective and retrospective studies published in Pubmed, Embase, the Cochrane Central Register of Controlled Trials, the Web of Science and the CNKI databases over the past 20 years. Inclusion criteria were studies that compared the iASSIST navigation system with conventional TKA. The primary outcomes were mechanical axis (MA) and outliers, which means postoperative MA varus or valgus of more than 3°. Secondary outcomes were coronal femoral angle (CFA) and coronal tibial angle (CTA). Knee Society Score (KSS) was used to evaluate functional outcome. The Newcastle–Ottawa Scale (NOS) was used to assess the methodological quality of included studies. Eight studies involving 558 knees were included in this meta‐analysis. Of these, 275 patients used the iASSIST navigation system and 283 used conventional surgical techniques. A total of 5 studies were considered high quality and the other 3 were considered to be of moderate quality. The occurrence of malalignment of >3° in the iASSIST group was 13.3%, compared with 29.04% in the conventional group. Postoperative MA of the iASSIST group was significantly better than that of the conventional group (I2 = 19%, OR = −0.92, 95% CI = −1.09 to −0.75, P < 0.00001). The iASSIST navigation system provided significantly increased accuracy in the coronal femoral angle (I2 = 79%, OR = −0.88, 95% CI = −1.21 to −0.54, P < 0.00001) and the coronal tibial angle (I2 = 34%, OR = 0.39, 95% CI = −0.48 to −0.30, P < 0.00001) compared with conventional techniques. However, the duration of surgery using the iASSIST procedure was longer and there was no significant difference in the short‐term KSS in the iASSIST group compared with the conventional group. We found that when pooling the data of included studies, the number of outliers was fewer in the iASSIST group, and compared with conventional TKA techniques, the iASSIST system significantly improved the accuracy of lower limb alignment but the duration of surgery was prolonged in addition to there being no apparent advantage in terms of short‐term functional score.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,036
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,076
Tête enseignante GPT0,378
Écart entre enseignants0,302 · 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'étudeMéta-analyse
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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic SurgeryMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207