Mobile bearing total knee arthroplasty does not lead to better joint awareness compared to fixed bearing design: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Purpose Mobile‐bearing total knee arthroplasty (MB‐TKA) and fixed‐bearing (FB) TKA are both widely used, with MB‐TKA theoretically offering better functional outcomes due to its natural kinematics. This systematic review and meta‐analysis aimed to compare joint awareness between MB‐TKA and FB‐TKA, as measured by Forgotten Joint Score‐12 (FJS‐12), to provide insights into patient‐perceived outcomes. Methods A comprehensive literature search was conducted across major databases following PRISMA guidelines, without date or language restrictions. Studies focusing on TKA with MB or FB as the intervention and control groups, respectively, and reporting on FJS‐12 were included. The selection process involved two independent reviewers. Data extraction was carried out using a structured checklist and assessed for quality using the Newcastle–Ottawa Scale (NOS). The meta‐analysis employed Hedge's g method to compare FJS‐12 and assessed publication bias using Egger's test and funnel plot analyses. Results Six studies, including two randomized clinical trials and four cohort studies with 731 participants and mean follow‐up of 5.4 years, met the inclusion criteria. The meta‐analysis revealed no significant difference in FJS‐12 between MB and FB TKA (pooled difference = 0.132, 95% confidence interval: −0.103 to 0.367, p = 0.271), with moderate heterogeneity observed (I2 = 53.5%). Publication bias assessment indicated no significant bias. Meta‐regression did not identify factors contributing to heterogeneity. Conclusion MB‐TKA does not provide superior patient‐perceived outcomes in terms of joint awareness compared to FB‐TKA. This suggests that the clinical advantage of MB‐TKA in terms of joint awareness is likely negligible. Therefore, the choice between MB and FB TKA should be based on other considerations, such as surgeon preference, implant cost and individual patient needs. 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 | 0,015 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,037 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».