Robotic‐assisted medial unicompartmental knee arthroplasty restored prearthritic alignment and led to superior functional outcomes compared with conventional techniques
Notice bibliographique
Résumé
PURPOSE: Robotic-assisted medial unicompartmental knee arthroplasty (UKA) can ensure precise preoperative planning, minimise soft tissue damage and restore native coronal alignment. However, few studies have investigated how these advantages translate into differences in early postoperative outcomes. This study aimed to compare differences in early outcomes between conventional UKA (C-UKA) and robotic-assisted UKA (R-UKA). METHODS: This retrospective study investigated two groups of patients who underwent medial UKA: C-UKA group (n = 35) and R-UKA group (n = 35). We assessed (1) serum indicators (hemoglobin, creatine kinase and C-reactive protein) and pain visual analogue scale (VAS) at postoperative days (PODs) 1, 2, 4 and 6; (2) radiologic parameters including joint line height change and arithmetic and mechanical hip-knee-ankle angle (aHKA and mHKA); (3) patient-reported outcomes including Knee Society Scores, Western Ontario and Mcmaster Universities Arthritis Index (WOMAC) and Forgotten Joint Score-12 (FJS-12) at 1-year follow-up. RESULTS: Despite similar serum indicator results, pain VAS was lower in the R-UKA group than in the C-UKA group at PODs 2 (2.5 ± 1.3 vs. 3.6 ± 1.2, p = 0.02), 4 (2.4 ± 0.9 vs. 3.3 ± 1.0, p = 0.03) and 6 (1.9 ± 1.1 vs. 3.1 ± 1.1, p < 0.01). The joint line height change was significantly lower in the R-UKA group than in the C-UKA group (0.9 mm ± 0.6 mm vs. 2.0 mm ± 1.3 mm, p = 0.02). The equivalence test for preoperative aHKA and postoperative mHKA revealed equivalence in only the R-UKA group (p < 0.01). The R-UKA group showed better WOMAC and FJS-12 compared to C-UKA group at 1-year follow-up. CONCLUSION: R-UKA led to lower pain VAS in the early postoperative period compared with C-UKA. Additionally, R-UKA effectively restored the joint line and prearthritic lower limb alignment, resulting in superior functional outcomes at 1-year follow-up compared with C-UKA. LEVEL OF EVIDENCE: Level 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».