Robotic arm-assisted versus manual unicompartmental knee arthroplasty
Notice bibliographique
Résumé
Aims This systematic review aims to compare the precision of component positioning, patient-reported outcome measures (PROMs), complications, survivorship, cost-effectiveness, and learning curves of MAKO robotic arm-assisted unicompartmental knee arthroplasty (RAUKA) with manual medial unicompartmental knee arthroplasty (mUKA). Methods Searches of PubMed, MEDLINE, and Google Scholar were performed in November 2021 according to the Preferred Reporting Items for Systematic Review and Meta-Analysis statement. Search terms included “robotic”, “unicompartmental”, “knee”, and “arthroplasty”. Published clinical research articles reporting the learning curves and cost-effectiveness of MAKO RAUKA, and those comparing the component precision, functional outcomes, survivorship, or complications with mUKA, were included for analysis. Results A total of 179 articles were identified from initial screening, of which 14 articles satisfied the inclusion criteria and were included for analysis. The papers analyzed include one on learning curve, five on implant positioning, six on functional outcomes, five on complications, six on survivorship, and three on cost. The learning curve was six cases for operating time and zero for precision. There was consistent evidence of more precise implant positioning with MAKO RAUKA. Meta-analysis demonstrated lower overall complication rates associated with MAKO RAUKA (OR 2.18 (95% confidence interval (CI) 1.06 to 4.49); p = 0.040) but no difference in re-intervention, infection, Knee Society Score (KSS; mean difference 1.64 (95% CI -3.00 to 6.27); p = 0.490), or Western Ontario and McMaster Universities Arthritis Index (WOMAC) score (mean difference -0.58 (95% CI -3.55 to 2.38); p = 0.700). MAKO RAUKA was shown to be a cost-effective procedure, but this was directly related to volume. Conclusion MAKO RAUKA was associated with improved precision of component positioning but was not associated with improved PROMs using the KSS and WOMAC scores. Future longer-term studies should report functional outcomes, potentially using scores with minimal ceiling effects and survival to assess whether the improved precision of MAKO RAUKA results in better outcomes. Cite this article: Bone Joint J 2022;104-B(5):541–548.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».