WE7.11 Robotic-assisted versus conventional total knee arthroplasty: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Aim To compare robotic-assisted total knee arthroplasty (TKA) and conventional TKA on both long-term and short-term follow-up. Methods For conducting this study, we searched four electronic databases. The outcomes were pooled as mean difference (MD) or risk ratio (RR), and 95% confidence interval. We used RevMan for performing the analysis. Results We included nine studies. The data showed a significant favoring of robotic-assisted TKA than the conventional one in mechanical alignment, Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and femoral coronal outliers (MD= -1.10, 95% CI [-1.51, -0.69], p<0.00001), (MD= -1.19, 95% CI [-2.35, -0.03], p=0.04), and (RR= 0.49, 95% CI [0.30, 0.80], p=0.004) respectively. On the other hand, the conventional TKA was better in range of motion-flexion (long-term) than the robotic-assisted one (MD= -3.02, 95% CI [-3.68, -2.37], p<0.00001). However, there were no significant differences between them in knee society score-knee score, knee society score-function score, change in hospital for special surgery, and change in range of motion-extension (MD= -0.36, 95% CI [-2.43, 1.70], p=0.73), (MD= -0.34, 95% CI [-2.36, 1.68], p=0.74), (MD=0.78, 95% CI [-0.84, 2.40], p=0.34), and (MD=0.16, 95% [-1.32, 1.64], p=0.83) respectively. Conclusion Robotic-assisted TKA had better outcomes than conventional TKA regarding mechanical alignment and WOMAC. However, the conventional approach showed a better range of motion-flexion in the long term. More data is needed for the long-term outcomes.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,014 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».