MétaCan
Menu
Retour à la cohorte
Enregistrement W2992667004 · doi:10.1177/1758573219888780

Templating in shoulder arthroplasty – A comparison of 2D CT to 3D CT planning software: A systematic review

2019· review· en· W2992667004 sur OpenAlexaff
Oluwatobi R. Olaiya, Nadeem Ibrahim, Nolan S. Horner, Asheesh Bedi, Timothy Leroux, Bashar Alolabi, Moin Khan

Notice bibliographique

RevueShoulder & Elbow · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensImpactUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgical planningContext (archaeology)ArthroplastyRadiologyRadiographyComputed tomographySystematic reviewRadiation treatment planningMedical physicsMEDLINERadiation therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Computed tomography (CT) utilizing computer software technology to generate three-dimensional (3D) rendering of the glenoid has become the preferred method for preoperative planning. It remains largely unknown what benefits this software may have to the intraoperative placement of the components and patient outcomes. PURPOSE: The purpose of this systematic review is to compare 2D CT to 3D CT planning in total shoulder arthroplasty. STUDY DESIGN: Systematic review. METHODS: A systematic database search was conducted for relevant studies evaluating the role of 3D CT planning in total shoulder arthroplasty. The primary outcome was component placement variability, and the secondary outcomes were intra- and inter-observer reliability in the context of preoperative planning. RESULTS: Following title-abstract and full-text screening, six eligible studies were included in the review (n = 237). The variability in glenoid measurements between 3D CT and 2D CT planning ranged from no significant difference to a 5° difference in version and 1.7° difference in inclination (p<0.05). Posterior bone loss was underestimated in 52% of the 2D measured patients relative to 3D CT groups. Irrespective of 2D and 3D planning (39% and 43% of cases respectively), surgeons elected to implant larger components than those templated. There was no literature identified comparing differences in time, cost, functional outcomes, complications, or patient satisfaction. CONCLUSION: The paucity of evidence exploring clinical parameters makes it difficult to comment on clinical outcomes using different methods of templating. More studies are required to identify how improved radiographic outcomes translate into improvements that are clinically meaningful to patients.

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)0,010
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,010
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,130
Tête enseignante GPT0,441
Écart entre enseignants0,311 · 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'étudeRevue systématique
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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShoulder & ElbowMême sujetShoulder Injury and TreatmentTravaux en français237 207