MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385685905 · doi:10.1007/s00167-023-07527-4

Tibial bone defect prediction based on preoperative artefact‐reduced CT imaging is superior to standard radiograph assessment

2023· article· en· W4385685905 sur OpenAlexaff
Marco Brenneis, Dimitrios A. Flevas, Troy D. Bornes, Sebastian Braun, Andrea Meurer, Peter K. Sculco, Fernando J. Quevedo González, Friedrich Boettner

Notice bibliographique

RevueKnee Surgery Sports Traumatology Arthroscopy · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensRoyal Alexandra HospitalUniversity of Alberta
Organismes subventionnairesStavros Niarchos Foundation
Mots-clésMedicineEpiphysisSurgical planningRadiographyRadiologyNuclear medicineCondyleTibiaSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose The purpose of this study was to evaluate the accuracy of preoperative CT‐based Anderson Orthopaedic Research Institute (AORI)‐grading and to correlate Computed tomography (CT)‐based volumetric defect measurements with intraoperative AORI findings. Methods 99 patients undergoing revision total knee arthroplasty (rTKA) with preoperative CT‐images were identified in an institutional revision registry. CT‐image segmentation with 3D‐Slicer Software was used to create 3D tibial bone defects which were then graded according to the AORI‐classification. The AORI classification categorizes tibial defects into three types: Type I has healthy cortical and cancellous bone near the joint line, Type II involves metaphyseal bone loss affecting one or both condyles, and Type III indicates deficient metaphyseal bone with distal defects and potential damage to the patellar tendon and collateral ligament attachments. These 3D‐CT gradings were compared to preoperative X‐ray and intraoperative AORI grading. The Friedman test was used to investigate differences between AORI values of each measurement method. Volumetric 3D‐bone defect measurements were used to investigate the relationship between AORI classification and volumetric defect size in the three anatomic zones of the tibia. Results Substantial agreements between preoperative 3D‐CT AORI and intraoperative AORI (kappa = 0.663; P < 0.01) and fair agreements between preoperative X‐ray AORI and intraoperative AORI grading (kappa = 0.304; P < 0.01) were found. Moderate correlations between volume of remaining bone and intraoperative AORI grading were found in epiphysis (rS = – 0.529; P < 0.001), metaphysis (rS = – 0.557; P < 0.001) and diaphysis (rS = – 0.421; P < 0.001). Small volumetric differences between AORI I vs. AORI II defects and relatively large differences between AORI II and AORI III defects in each zone were detected. Conclusion Tibial bone defect prediction based on preoperative 3D‐CT segmentation showed a substantial agreement with intraoperative findings and is superior to standard radiograph assessment. The relatively small difference in defect volume between AORI I, IIa and IIb suggests that updated CT‐based classifications might hold benefits for the planning of rTKA. Level of evidence Retrospective Cohort Study; III

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,289
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnee Surgery Sports Traumatology Arthroscopy→Même sujetTotal Knee Arthroplasty Outcomes→Travaux en français237 207→