Accuracy of digital templating in uncemented primary total hip arthroplasty: which factors are associated with accuracy of preoperative planning?
Notice bibliographique
Résumé
Background: Preoperative planning is a fundamental step for successful total hip arthroplasty (THA). Studies have highlighted the accuracy of preoperative digital templating for estimating acetabular cup and stem size. Stem design such as single-wedge metadiaphyseal (Type 1 stem) versus mid-short stem (microplasty) and surgical approach (anterior, direct lateral or posterior) have not been well investigated as predictors of THA templating accuracy. Methods: 204 patients (220 hips) who had undergone elective THA between November 2016 and December 2019 and presented a saved preoperative template were retrospectively reviewed. Templates from 5 different surgeons were involved in the analysis. 3 different approaches were used: direct lateral (DL), posterior (PA), direct anterior (DAA). 2 different stem designs were used: single-wedge metadiaphyseal and single-wedge mid-short (Biomet Taperloc Microplasty), while the acetabular component remained the same. Bivariate and multivariate regression analyses were performed to determine predictors of accuracy. Results: Femoral component size templating accuracy was significantly improved when using the single-wedge mid-short stem (Taperloc Microplasty) design when performing bivariate analysis. Although accuracy of cup sizing was not affected by approach, precision was significantly better in the PA group ( p < 0.05). Accuracy of templating was found to be independent of BMI and gender but dependent on presence of calibration marker and stem design ( p < 0.05). Conclusions: When striving for improved templating accuracy, acetabular and femoral component accuracy were best achieved using a calibration marker and a metaphyseal short femoral stem design.
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 | 0,001 |
| 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) | 0,001 | 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 ».