Robotic-arm assisted lateral unicompartmental knee arthroplasty: 5-Year outcomes & survivorship
Notice bibliographique
Résumé
Introduction Robotic-arm assisted unicompartmental knee arthroplasty (RA-UKA) has demonstrated accurate component positioning and excellent outcomes for medial components. However, there is a paucity of literature on lateral compartment RA-UKA. The purpose of our study was to assess the midterm clinical outcomes and survivorship of lateral RA-UKA. Methods This study was a retrospective review of a single-center prospectively maintained cohort of 33 patients (36 knees) indicated for lateral UKA. Perioperative, and postoperative two- and five-year Knee injury Osteoarthritis Outcome Score (KOOS), Western Ontario and McMaster Universities Osteoarthritis Score (WOMAC), and Forgotten Joint Score (FJS) patient reported outcome measures were collected. Five-year follow-up was recorded in 29 patients (32 knees). Results Mean follow up was 5.1 ± 0.1 years. Mean age and BMI was 70.9 ± 7.2 years and 29.0 ± 4.2 kg/m2, respectively. At discharge, mean distance walked was 273.4 ± 70.4 feet, and mean pain score was 2.0 ± 2.5. At 2-year follow up, mean KOOS, WOMAC, and FJS were 75.1 ± 13.5, 15.0 ± 7.2, and 81.0 ± 23.3, respectively. At 5-year follow up, mean KOOS, WOMAC, and FJS were 75.3 ± 14.6, 14.9 ± 5.0, and 75.8 ± 27.4, respectively. Mean change in KOOS and WOMAC were 35.6 ± 27.1 and 11.7 ± 13.4 ( p< .001 and p< .001). 94% of patients were very satisfied/satisfied, 3% neutral, and 3% dissatisfied. 91% met activity expectations, and 59% were more active than before. Survivorship was 100% at 5 years. Discussion In this study, lateral RA-UKA demonstrated significantly improved clinical outcomes, high patient satisfaction, met expectations, and excellent functional recovery at midterm follow up. Comparative studies are needed to determine differences between robotic-assisted and conventional lateral UKA, as well as TKA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».