THE PUSH-THROUGH TOTAL FEMORAL PROSTHESIS FOR REVISION OF A TOTAL HIP OR KNEE ARTHROPLASTY WITH EXTREME BONE LOSS
Notice bibliographique
Résumé
Extensive and severe bone loss of the femur may be a result of a failed total hip arthroplasty (THA) or total knee arthroplasty (TKA) with multiple revision surgeries which may be caused by factors such as infection, periprosthetic fracture or osteolysis. The aim of this study was to assess outcomes of using the “Push-Through Total Femoral Prosthesis” (PTTF) for revision of a total hip replacement with extreme bone loss. Fourteen patients who had extensive bone defects of the femur due to failed THR's and were treated with PTTF between 2012 and 2020 were included in this study. Primary functional outcomes were assessed using Harris Hip Score (HHS), Toronto Extremity Salvage Score (TESS) and Musculoskeletal Tumor Society (MSTS) scores. Range of motion, complications, and ambulatory status were also recorded to assess secondary outcomes. Two of 14 patients underwent surgery with PTTF for both knee and hip arthroplasty revision. The mean time between index surgery and PTTF was 15 years (3 to 32 yrs.). Acetabular components were revised in six of 14 patients. After a mean follow-up of 5.9 years, hip dislocations occurred in 3 patients. All dislocated hips were in patients with retained non-constrained acetabular bearings. Patient satisfaction was high (MSTS: 67%, HHS: 61.2%, TESS 64.6%) despite a high re-operation rate and minor postoperative problems. PTTF is a unique alternative that may be considered for a failed THA revision procedure in patients with an extreme femoral bone defect. Patients are able to ambulate pain free relatively well. Routine usage of constrained liners should be considered to avoid hip dislocation which was our main problem following the procedure.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».