Multivariate Quantitative Outcomes of Periacetabular Osteotomy Using Discrete Element Analysis
Notice bibliographique
Résumé
Introduction: Multiple biomechanical models have been suggested to quantify lower limb joint contact stress distributions, with varying results. Among others, the choice of cartilage morphology and gait loading patterns can significantly affect simulation results. Moreover, there is currently no consensus on simulating the input and output data needed to obtain reliable results and enable a comprehensive analysis. Objectives: The aim of this study was to compare the reliability and clinical relevance of joint contact metrics by calculating pre‐ and postoperative hip joint contact stress distributions of a dysplastic cohort under various simulation scenarios. Methods: A cohort of 22 dysplastic patients has been treated using periacetabular osteotomy (6‐month follow‐up). Five radiographic measurements of the acetabular cup were taken from imagery pre‐ and postoperatively. Eight osteoarthritis‐predictive joint stress metrics were computed using discrete element analysis in 6 unique simulation scenarios (2 cartilage models; 3 hip gait loading profiles) pre‐ and postoperatively. Results: A multivariate analysis of variance confirmed the significant effects of treatment, cartilage model, and loading profile on the computed stress metrics ( p < 0.01). Also, average‐ and threshold‐based metrics, such as average contact area, average stress, and Maxian overdose, were shown as more reliable indicators of successful surgical treatment than the maximum‐based metrics. Finally, correlations between radiographic measurements and stress metrics revealed greater influence of the acetabular index and anterior center‐edge angle than the lateral center‐edge angle. Conclusions: Average and threshold‐based metrics, as well as the acetabular index and anterior center‐edge angle, should be of greater interest in future studies regarding hip dysplasia. Clinical Significance: Level 2 (Prospective Study: Therapeutic).
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».