Does surgical approach affect patient outcomes of total knee arthroplasty?
Notice bibliographique
Résumé
Background: Surgical approaches for total knee arthroplasty (TKA) include the medial parapatellar (MPA), subvastus (SV), midvastus (MV), and lateral parapatellar approach (LPA); it remains unclear which approach is superior. Methods: Patients having undergone TKA at our institution were retrospectively organized into matched groups according to surgical approach (MPA, MV, SV, or LPA). Outcomes between the groups were compared using the Short-Form 12 (SF-12), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Knee Society Score (KSS), and range of motion (ROM) up to 2 years postoperative. Results: Sixty-eight MV patients, 8 SV patients, and 4 LPA patients were matched with groups of MPA patients. There was no difference in outcomes between the MPA and MV groups up to 2 years. The SV group had significantly higher SF-12 Physical Composite Score (PCS; p = 0.036) and WOMAC stiffness score (p = 0.014) at 2 years, but significantly lower flexion at 1 year (p = 0.022) than the MPA group. The LPA group had significantly lower SF-12 PCS (p = 0.011) and WOMAC function scores (p = 0.022) at 1 year than the MPA group. Conclusion: There was no significant difference between the MPA and MV approach. The SV approach had some improved long-term outcomes over the MPA aproach (SF-12 and WOMAC), but had significantly lower flexion at 1 year. The LPA group showed inferior outcomes than the MPA group but had more severe valgus preoperative deformity (p = 0.024). Further studies are required to investigate the potential benefit of quadriceps-sparing approaches.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».