3D - Printed Patient Specific Instrumentation in Corrective Osteotomy of the Femur and Pelvis: A Review of the Literature
Notice bibliographique
Résumé
BACKGROUND: The paediatric patient population has considerable variation in anatomy. The use of Computed Tomography (CT)-based digital models to design three-dimensionally printed patient specific instrumentation (PSI) has recently been applied for correction of deformity in orthopedic surgery. This review sought to determine the existing application of this technology currently in use within paediatric orthopaedics, and assess the potential benefits that this may provide to patients and surgeons. METHODS: A review was performed of MEDLINE, EMBASE, and CENTRAL for published literature, as well as Web of Science and clinicaltrials.gov for grey literature. The search strategy revolved around the research question: "What is the clinical impact of using 3D printed PSI for proximal femoral or pelvic osteotomy in paediatric orthopaedics?" Two reviewers, using predetermined inclusion criteria, independently performed title and abstract review in order to select articles for full text review. Data extracted included effect on operating time and intraoperative image use, as well as osteotomy and screw positioning accuracy. Data were combined in a narrative synthesis; meta-analysis was not performed given the diversity of study designs and interventions. RESULTS: In total, ten studies were included: six case control studies, three case series and a case report. Five studies directly compared operating time using PSI to conventional techniques, with two showing a significant decrease in the number of intraoperative images and operative time. Eight studies reported improved accuracy in executing the surgical plan compared to conventional methods. CONCLUSION: Compared to conventional methods of performing femoral or pelvic osteotomy, use of PSI has led to improved accuracy and precision, decreased procedure times, and decreased intra-operative imaging requirements. Additionally, the technology has become more cost effective and accessible since its initial inception and use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».