Knee mega-prosthesis in the management of complex knee fracture of the elderly : a case series and review of the literature
Notice bibliographique
Résumé
The management of complicated distal femur fractures (DFF) of the elderly continues to pose a challenge. Knee mega-prosthesis are mostly used for Total knee arthroplasty revision and tumor resection surgery but they can be used for the treatment of complex knee fractures. The purpose of the present study is to examine the short- to mid- term outcomes of their use for complex DFF of the elderly. We retrospectively identified 4 patients with DFF AO33C3 on osteoporotic bone treated by total knee arthroplasty from September 2015 to October 2019. The average age at the time of the surgery was 79,5 years (range, 69 to 95 years). All patients were females and underwent a total knee replacement by one senior surgeon, with the OSS TM Orthopaedic Salvage System (Zimmer Biomet, Warsaw, Indiana, USA). Outcome measures included clinical outcome scores, radiological analyses, reoperation rate and complications. At an average follow-up of 2,3 years (range, 0,6 to 4,2 years), the average Western Ontario and McMaster Universities Osteoarthritis index (WOMAC) was 17,25 (range, 7 to 37), the average Oxford knee score was 35,25 (range, 25 to 41) and the average pain Numerical Rating Scale (NRS) was 0,5 (range, 0 to 1). 3 Patients had postoperative anemia but no implant related complications has been reported. Complex DFF of the elderly treated with mega knee arthroplasty exhibit good clinical outcomes scores. The patients should be selected carefully as the complication rate found in the literature remains high.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».