Trabecular bone density distribution in the scapula of patients undergoing reverse shoulder arthroplasty
Notice bibliographique
Résumé
BACKGROUND: To improve implant survival after reverse shoulder arthroplasty (RSA), surgeons need to maximize screw fixation. However, bone density variation and distribution within the scapula are not well understood as they relate to RSA. The three columns of bone in the scapula surrounding the glenoid fossa are the lateral border, the base of the coracoid process, and the spine of the scapula. In our previous study by Daalder et al on cadaveric specimens, the coracoid column was significantly less dense than the lateral border and spine. This study's objective was to verify whether these results are consistent with computer tomography (CT) scan information from patients undergoing RSA. METHODS: Two-dimensional axial CT images from twelve patients were segmented, and a three-dimensional digital model of the scapula was subsequently created using Mimics 17.0 Materialise Software (Leuven, Belgium). Hounsfield unit (HU) values representing cortical bone were filtered out to determine the distributions of trabecular bone density. An analysis of variance with post hoc Bonferroni tests determined the differences in bone density between the columns of bone in the scapula. RESULTS: = 1.54). DISCUSSION/CONCLUSION: The higher-density bone in the spine and lateral border compared with the coracoid region may provide better bone purchase for screws when fixing the glenoid baseplate in RSA. This is in agreement with our previous study and indicates that the previous cadaveric results are applicable to clinical CT scan data. When these studies are taken together, they provide robust evidence for clinical applications, including having surgeons aim screws for higher-density regions to increase screw fixation, which may decrease micromotion and improve implant longevity.
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 | 0,000 |
| 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 ».