Improved clinical outcomes and a low rate of failure following implantation of a patellofemoral inlay arthroplasty model featuring an enlarged lateral offset – a prospective clinical and radiographic evaluation at short term follow-up
Notice bibliographique
Résumé
PURPOSE: To prospectively evaluate clinical, functional, radiographic, and sports-related short-term outcomes following isolated patellofemoral inlay arthroplasty (PFIA) utilizing an inlay arthroplasty model featuring an enlarged lateral offset. METHODS: Kahuna Prosthesis (Anika Therapeutics, Franklin, MA, USA) between January 2017 and July 2020 were included in the study and assessed both preoperatively and at a minimum follow-up of 24 months postoperatively. Patient-reported outcomes measures (PROs) included the transformed Western Ontario and McMaster Universities Arthritis Index (WOMAC), Visual Analogue Scale (VAS) for pain, and Tegner Activity Scale. The Kellgren-Lawrence grading scale was used to assess tibiofemoral osteoarthritis (OA) progression. The Caton-Deschamps Index was used to assess differences in pre- to postoperative patellar height. RESULTS: Eighteen patients (19 knees, 86% follow-up) were available at 28.2 ± 9.1 (range 24.0-55.0) months. WOMAC score (55.8 ± 16.0 to 77.2 ± 17.0; p <.001) and VAS for pain (6.1 ± 2.3 to 2.7 ± 2.1; p <.001) improved statistically significantly from pre- to postoperative whereas the mean Tegner Activity Scale (2.5 ± 1.3 to 3.1 ± 1.3; p >.05) improved slightly. No significant progression of tibiofemoral OA (p >.05) or changes in patellar height (p >.05) were observed. No implant-related maltracking or patellar instability was reported. One patient (5.3%) required revision surgery due to aseptic component loosening. CONCLUSION: Isolated patellofemoral inlay arthroplasty (PFIA) utilizing an implant with an enlarged lateral offset has been shown to be an effective and safe intervention for patients with symptomatic patellofemoral osteoarthritis. The procedure significantly improved knee function and pain relief, with low failure rates observed at short-term follow-up. LEVEL OF EVIDENCE: 4, prospective case series.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».