Errors in implant orientation estimation in novice vs. experienced surgeons during reverse shoulder arthroplasty for a superior glenoid wear pattern
Notice bibliographique
Résumé
Background: Glenoid baseplate orientation in reverse shoulder arthroplasty influences clinical outcomes, complications, and failure rates. This study aimed to determine novice and experienced shoulder surgeon's ability to accurately characterize glenoid component orientation in an intraoperative scenario. Methods: Glenoid baseplates were implanted in 8 fresh frozen cadavers by novice surgical trainees. Glenoid baseplate version, inclination, augment rotation, and superior-inferior center of rotation offset were then measured using in-person visual assessments by novice and experienced shoulder surgeons immediately after implantation. Glenoid orientation parameters were then measured using 3-dimensional (3D) computed tomography (CT) scans with digitally reconstructed radiographs (DRRs) by 2 independent observers with a 1-month time interval between repeat measurements. Bland-Altman plots were produced to determine the accuracy of glenoid orientation using standard intraoperative assessment compared to postoperative 3D CT scan results. Interclass correlation coefficients were produced for measurements, rated as 0.01-0.39 poor, 0.40-0.59 fair, 0.60-0.74 good, and 0.75-1.00 excellent. Results: = .50) occurred. Experienced surgeons had greater measurement error than novices for all measured parameters. Conclusion: Intraoperative measurement errors in glenoid placement are present for both inexperienced and experienced surgeons. Kinesthetic input during implantation may improve orientation understanding.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».