Assessing implant position and bone properties after cementless total knee arthroplasty using weight-bearing computed tomography
Notice bibliographique
Résumé
BACKGROUND: Weight-bearing CT (WBCT) scanners are growing in availability and provide the capability of three-dimensional imaging while a joint is under load. This may be particularly useful in relation to personalized total knee arthroplasty (TKA) with cementless implants. The objective of the present study was to evaluate the utility and inter-observer repeatability of WBCT in assessing patients with cementless TKA in a loaded position. METHODS: Forty patients who underwent primary TKA approximately 3 years previously and received one of two cementless implant systems were recruited, including two subjects with bilateral TKA, for a total of 42 knees. All subjects underwent examination of their knee with WBCT while standing, thereby loading the indicated knee. Lateral distal femoral angle (LDFA), medial proximal tibial angle (MPTA), hip-knee-ankle angle (HKAA), and joint line obliquity (JLO) were measured on full length radiographs and the WBCT exams by two observers. Femoral and tibial component rotation was measured on WBCT. Greyscale values representing bone density were assessed in five identically sized regions of interests in both the femur and the tibia on WBCT. RESULTS: Inter-observer agreement for alignment was good (95% ICC: 0.87). Inter-observer agreement for femoral component rotation was moderate (95% ICC: 0.67) and for tibial component rotation was good (95% ICC: 0.84). Inter-observer agreement for femoral greyscale values was good (95% ICC: 0.87) and for tibial greyscale values was excellent (95% ICC: 0.97). CONCLUSION: Cementless TKA can be assessed postoperatively using WBCT to measure implant position and bone density in a functional, loaded joint position with good inter-observer repeatability.
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 | 0,001 |
| 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 ».