Robot-Assisted versus Conventional Total and Unicompartmental Knee Arthroplasty: A Meta-analysis of Radiological and Functional Outcomes
Notice bibliographique
Résumé
The study aims to provide an up-to-date systematic review and meta-analysis comparing radiological and functional outcomes of total knee arthroplasty (TKA) and unicompartmental knee arthroplasty (UKA) using either robotic assistance or conventional methods from the latest assemblage of evidence. This study was conducted according to PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) and MOOSE (Meta-analysis of Observational Studies in Epidemiology) guidelines. All studies in PubMed, EMBASE, Medline, and Cochrane that reported radiological and functional outcomes after TKA or UKA with either robotic or conventional methods were included in the review. Selected endpoints for random effects, pairwise meta-analysis included operative details, radiological outcomes (mechanical axis, component angle deviation, and outliers), and functional outcomes (American Knee Society Score, Knee Society Function Score, revision and complication rate, range of motion (ROM), Hospital for Special Surgery score, and Western Ontario and McMaster Universities Osteoarthritis Index). A total of 23 studies comprising 2,765 knees were included from the initial search. Robot-assisted TKA and UKA were associated with significantly better component angle alignment accuracy (low-to-high quality evidence) at the cost of significantly greater operation time. Robot-assisted UKA was found to have significantly better short-term functional outcomes compared with conventional UKA (moderate-to-high quality evidence). Robot-assisted TKA, however, did not exhibit significantly better short- and midterm subjective knee outcome scores compared with its conventional counterpart (high-quality evidence). Robot-assisted TKA and UKA were associated with nonstatistically significant improved ROM and lesser rates of revision. Robot-assisted total and unicompartmental knee arthroplasty leads to better radiological outcomes, with no significant differences in mid- and long-term functional outcomes compared with conventional methods for the former. Larger prospective studies with mid- and long-term outcomes are required to further substantiate findings from the present study.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».