The Effect of Joint Line Elevation on In Vivo Knee Kinematics in Bicruciate Retaining Total Knee Arthroplasty
Notice bibliographique
Résumé
Abstract Prior studies have reported a negative effect on both clinical outcomes and patient-reported outcome measures (PROMS) following joint line elevation (JLE) in cruciate-retaining (CR) total knee arthroplasty (TKA) and posterior stabilized (PS) TKA designs. This experimental study was aimed to quantify the effect of JLE on in vivo knee kinematics in patients with bicruciate retaining (BCR) TKA during strenuous activities. Thirty unilateral BCR TKA patients were evaluated during single-leg deep lunge and sit-to-stand using a validated combined computer tomography and dual fluoroscopic imaging system. Correlation analysis was performed to quantify any correlations between JLE and in vivo kinematics, as well as PROMS. There was a significant negative correlation between JLE and maximum flexion angle during single-leg deep lunge (ρ = −0.34, p = 0.02), maximum varus joint angles during single-leg deep lunge (ρ = −0.37, p = 0.04), and sit-to-stand (ρ = −0.29, p = 0.05). There was a significant negative correlation between JLE and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) score (ρ = −0.39, p = 0.01) and knee disability and osteoarthritis outcome score physical function (KOOS-PS; ρ = −0.33, p = 0.03). The JLE that yields a significant loss in PROMS and maximum flexion angles were 2.6 and 2.3 mm, respectively. There was a linear negative correlation of JLE with both in vivo knee kinematics and PROMS, with changes in JLE of greater than 2.6 and 2.3 mm, leading to a clinically significant loss in PROMS and maximum flexion angles, respectively, suggesting an increased need to improve surgical precision to optimize patient outcomes following BCR TKA.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».