A new gap balancing technique with functional alignment in total knee arthroplasty using the MAKO robotic arm system: a preliminary study
Notice bibliographique
Résumé
BACKGROUND: Gap tension is an important factor influencing the clinical outcomes of total knee arthroplasty (TKA). Traditional mechanical alignment (MA) places importance on neutral alignment and often requires additional soft tissue releases, which may be related to patient dissatisfaction. Conversely, the functional alignment requires less soft tissue release to achieve gap balance. Conventional gap tension instruments present several shortcomings in practice. The aim of this study is to introduce a new gap balancing technique with FA using the modified spacer-based gap tool and the MAKO robotic arm system. METHODS: A total of 22 consecutive patients underwent primary TKA using the MAKO robotic arm system. The gap tension was assessed and adjusted with the modified spacer-based gap tool during the operation. Patient satisfaction was evaluated post-operatively with a 5-point Likert scale. Clinical outcomes including lower limb alignment, Knee Society Score (KSS) and Western Ontario and McMaster Universities Arthritis Index (WOMAC) were recorded before surgery, 3 months and 1 year after surgery. RESULTS: The range of motion (ROM) was significantly increased (p < 0.001) and no patients presented flexion contracture after the surgery. KSS and WOMAC score were significantly improved at 3 months and 1 year follow-up (p < 0.001 for all). During the surgery, the adjusted tibial cut showed more varus than planned and the adjusted femoral cut presented more external rotation than planned (p < 0.05 for both). The final hip-knee-ankle angle (HKA) was also more varus than planned (p < 0.05). CONCLUSIONS: This kind of spacer-based gap balancing technique accompanied with the MAKO robotic arm system could promise controlled lower limb alignment and improved functional outcomes after TKA.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».