Sacral dysmorphism and its influence on hardware choice in sacral fractures: A scoping review
Notice bibliographique
Résumé
Purpose In the setting of sacral fractures, percutaneous screw fixation is a reliable, safe, and minimally invasive method for managing most stable and unstable fractures. However, significant variations in sacral anatomy due to sacral dysmorphism (SDM) could prevent safe implementation. This scoping review aimed to highlight such a detrimental yet under-reported variable in managing sacral fractures. Methods A scoping review was conducted following the Arksey and O’Malley framework for scoping studies. A comprehensive literature search of four electronic databases was conducted to identify relevant peer-reviewed studies. Data were extracted from eligible articles to summarize, collate, and create a narrative account of the findings. Results Twenty-one articles were included in our review (18 level III, two level II, and one level I). Studies were categorized into three main groups based on the investigated outcomes: prevalence and determinants of SDM, effect of SDM on the surgical corridor, and efficacy of different intra-operative imaging modalities. The prevalence of SDM ranged from 10 to 85%. The presence of SDM decreased the available surgical corridor at S1, with a compensated increase at S2 and S3. Mixed results regarding accuracy and revision rate were identified between different intra-operative imaging techniques. Conclusion SDM represents consistent yet atypical “safe zone,” sizes, and angles that require careful analysis and technique alterations when placing upper and second sacral segment screws. Considering their limited availability, high cost, and mixed results, navigated imaging systems represent a promising technique that requires more rigorous examination of its efficacy before widespread adoption.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».