Comparable long‐term functional outcomes of subvastus and medial parapatellar approach in total knee arthroplasty: A 10‐year follow‐up study
Notice bibliographique
Résumé
Abstract Background Surgeons usually use the medial parapatellar or subvastus approaches for total knee arthroplasty (TKA). The subvastus approach is rapidly gaining recognition to reduce damage to the extensional mechanism and recover faster after surgery. This study compares the long‐term outcomes of the conventional medial parapatellar and subvastus approaches in primary TKA during a minimum 10‐year follow‐up. Methods In a retrospective longitudinal follow‐up study from 2008 to 2013, 60 eligible patients for primary TKA were included. The patients were divided into two groups: one undergoing TKA with the subvastus approach (n = 30) and the other with the conventional medial parapatellar approach (n = 30). Postoperatively, the patients were followed up for 10–15 years. Patients were assessed using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), Knee Society Score (KSS), and Visual Analogue Scale index for pain. Results The time required to perform an active straight leg raise (SLR) was significantly shorter in the subvastus group (p < 0.001) at early postoperation evaluation. Patients in the subvastus group had lower pain and better knee functional scores at the one‐year follow‐up (p < 0.05). There was no difference between the two groups regarding duration of hospitalisation, blood loss, operation time, length of the scar, and postoperative complications. Both approaches had similar long‐term results regarding pain and functional scores of WOMAC (6.2 ± 1.2 vs. 6.3 ± 1.3, p‐value = 0.69) and KSS scores (93.1 ± 6.8 vs. 95.0 ± 3.2, p‐value = 0.42). Conclusion The subvastus approach was associated with a shorter time to achieve active SLR, higher functional scores, and better pain relief at early postoperative evaluations. However, both techniques had similar long‐term outcomes in terms of pain and functional scores, as measured by the WOMAC and KSS scales. Level of Evidence II
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».