Use of custom glenoid components for reverse total shoulder arthroplasty
Notice bibliographique
Résumé
BACKGROUND: Our purpose was to evaluate a custom reverse total shoulder arthroplasty glenoid baseplate for severe glenoid deficiency, emphasizing the challenges with this approach, including short-term clinical and radiographic outcomes and complications. METHODS: This was a single-institution, retrospective series of 29 patients between January 2017 and December 2022 for whom a custom glenoid component was created for extensive glenoid bone loss. Patients were evaluated preoperatively and at intervals for up to 5 years. All received preoperative physical examinations, plain radiographs, and computed tomography (CT). Intra- and postoperative complications are reported. RESULTS: Of 29 patients, delays resulted in only undergoing surgery, and in three of those, the implant did not match the glenoid. For those three, the time from CT scan to implantation averaged 7.6 months (range, 6.1-10.7 months), compared with 5.5 months (range, 2-8.6 months) for those whose implants fit. In patients with at least 2-year follow-up (n=9), no failures occurred. Significant improvements were observed in all patient-reported outcome measures in those nine patients (American Shoulder and Elbow Score, P<0.01; Simple Shoulder Test, P=0.02; Single Assessment Numeric Evaluation, P<0.01; Western Ontario Osteoarthritis of the Shoulder Index, P<0.01). Range of motion improved for forward flexion and abduction (P=0.03 for both) and internal rotation up the back (P=0.02). Pain and satisfaction also improved (P<0.01 for both). CONCLUSIONS: Prolonged time (>6 months) from CT scan to device implantation resulted in bone loss that rendered the implants unusable. Satisfactory short-term radiographic and clinical follow-up can be achieved with a well-fitting device. Level of evidence: 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».