MétaCan
Menu
Retour à la cohorte
Enregistrement W4319987869 · doi:10.21608/ejhm.2023.280210

Results of Using Modular Mega Prosthesis after Proximal Femoral Tumor Resection

2023· article· en· W4319987869 sur OpenAlexaboutno aff
Wael Mansour Wafa, Yasser Youssef Abed, Sallam Ibrahim Fawzy

Notice bibliographique

RevueThe Egyptian Journal of Hospital Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMega-ResectionProsthesisModular designSurgeryGeneral surgeryRadiology

Résumé

récupéré en direct d'OpenAlex

Background: Proximal femoral replacement (PFR) is a commonly performed procedure to restore extensive bone defects for different indications with variable reported outcomes. Objective: This retrospective study aimed to assess the functional outcomes and complication rates of PFR with MUTARS or Hipokrat modular femoral mega prosthesis after oncological resections and to highlight the overall patient, limb, and implant survivorship. Patients and methods: A total of 18 patients had PFR after oncological resection. 14 patients had bipolar hemiarthroplasty (BHA) and 4 patients had total hip arthroplasty (THA). At the final follow-up, the patient’s functional outcome was assessed by Muscloskeletal Tumor Society score (MSTS) and Toronto Extremity Salvage Score (TESS). Complications were recorded and classified according to the Henderson classification. Results: The mean follow-up was 47.78 months (14-103 months). The mean MSTS and TESS score was 65.7 (range 23-97%) and 81 (range 56-98) respectively. Overall limb, implant, and 5-year patient survival were 94%, 94%, and 66% respectively. The overall complication rate was 39%; 11% instability, 17% periprosthetic fracture, 5.6% infection, and 5.6% local tumor recurrence. Conclusion: PFR is a valid option for reconstruction of huge bone loss after oncological resection of the proximal femur with acceptable longevity, functional outcome, and complication rate with better BHA over THA reconstructive option for stability issues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,276
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Egyptian Journal of Hospital MedicineMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207