Can we predict the humerus stem component size required to achieve rotational stability in metaphyseal stability concept?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Implant manufacturers typically offer several sizes of a humeral stem for shoulder arthroplasty so that time zero fixation can be achieved with the optimal size. Stem size can be templated preoperatively but is definitively determined intraoperatively. The purpose of this study was to determine if preoperatively acquired parameters, including patient demographics and imaging, could be used to reliably predict intraoperative humeral stem size. Methods: A cohort of 290 patients that underwent shoulder arthroplasty (116 anatomic and 174 reverse) was analyzed to create a regression formula to predict intraoperative stem size. The initial cohort was separated into train and test groups (randomly selected 80% and 20%, respectively). Patient demographics, anatomical measurements, and statistical shape model parameters determined from a preoperative shoulder arthroplasty planning software program were used for multilinear regression. The implant used for all cases was a short-stemmed metaphyseal-fit prosthesis. Results: of 0.63 was obtained for the multilinear regression equation combining these parameters. When analyzing the cohort for the prediction of stem size in the test group, 95% were within plus or minus one size of that used during surgery. Conclusion: Preoperative criteria such as humeral geometry and proximal humeral bone density can be combined in a single multilinear equation to predict intraoperative humeral stem size within one size variation. Embedding the surgeon's decision-making process into an automated algorithm potentially allows this process to be applied across the surgical community. Predicting intraoperative decisions such as humeral stem size also has potential implications for the management of implant stocks for both manufacturers and health-care facilities.
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.
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 | 0,001 | 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) | 0,003 | 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 découle