Mixed reality visualization in shoulder arthroplasty: is it better than traditional preoperative planning software?
Notice bibliographique
Résumé
BACKGROUND: Preoperative traditional software planning (TSP) is a method used to assist surgeons with implant selection and glenoid guide-pin insertion in shoulder arthroplasty. Mixed-Reality (MR) is a new technology that uses digital holograms of the preoperative plan and guide-pin trajectory projected into the operative field. The purpose of this study was to compare TSP to MR in a simulated surgical environment involving insertion of guide-pins into models of severely deformed glenoids. METHODS: Eight surgeons inserted guide-pins into eight randomized three-dimensional-printed severely eroded glenoid models in a simulated surgical environment using either TSP or MR. In total, 128 glenoid models were used and statistically compared. The outcomes compared between techniques included procedural time, difference in guide-pin start point, difference in version and inclination, and surgeon confidence via a confidence rating scale. RESULTS: When comparing traditional preoperative software planning to MR visualization as techniques to assist surgeons in glenoid guide pin insertion, there were no statistically significant differences in terms of mean procedure time (P=0.634), glenoid start-point (TSP = 2.2 ± 0.2 mm , MR = 2.1 ± 0.1 mm; P=0.760), guide-pin orientation (P=0.586), or confidence rating score (P=0.850). CONCLUSIONS: The results demonstrate that there were no significant differences between traditional preoperative software planning and MR visualization for guide-pin placement into models of eroded glenoids. A perceived benefit of MR is the real-time intraoperative visibility of the surgical plan and the patient's anatomy; however, this did not translate into decreased procedural time or improved guide-pin position. Level of evidence: Basic Science Study; Biomechanics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».