MétaCan
Menu
Retour à la cohorte
Enregistrement W3176178113 · doi:10.2147/orr.s309995

Trial Tibial Inserts May Result in Different Knee Kinematics from Final Poly Inserts in Total Knee Arthroplasty

2021· article· en· W3176178113 sur OpenAlexaff
Sahil Prabhnoor Sidhu, Brent A. Lanting, Paul B. Kelly, Edward M. Vasarhelyi, Ryan Willing

Notice bibliographique

RevueOrthopedic Research and Reviews · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCadaveric spasmInsert (composites)Range of motionKinematicsKnee JointOrthodonticsKnee flexionTotal knee arthroplastyValgusMedicineMaterials scienceSurgeryPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Trialling is a key step in total knee arthroplasty (TKA) and helps the surgeon assess for adequate balancing, range of motion, and stability. Despite this, there are no studies investigating knee kinematics when using trial versus final polyethylene tibial inserts. MATERIALS AND METHODS: Fourteen fresh frozen cadaveric specimens were cycled in a VIVO joint motion simulator. Using both simple compression and simulated muscle loads, joints were tested after TKA with a trial insert or a final tibial poly insert. Anterior/posterior (AP), internal/external (IE), and varus/valgus (VV) kinematics and laxities were analyzed. RESULTS: Knees with trial poly inserts had significantly greater AP hysteresis (difference between flexion and extension motion) than those with final poly inserts (p=0.001). There was no significant difference in IE (p=0.563) or VV (p=0.580) hysteresis. There was no difference in AP, IE, or VV motion or laxities when considering the flexion path alone. Prosthetic joints followed different paths in flexion versus extension. CONCLUSION: While trial tibial inserts impart valuable information, they may not accurately reproduce the same joint kinematics as final inserts. Balancing of the knee at specific degrees of flexion may depend on the path taken to get there.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,112
Tête enseignante GPT0,378
Écart entre enseignants0,267 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopedic Research and ReviewsMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207