Enhanced Functional and Surgical Outcomes With 3D Printing in Orthopedic Oncology: A Comparative Meta‐Analysis Against Conventional Techniques
Notice bibliographique
Résumé
INTRODUCTION: Three-dimensional printing (3DP) technology has increasingly gained attention in orthopedic oncology, where complex tumor resections and reconstructions demand high precision. 3DP enables the creation of patient-specific models and prostheses, which can improve postoperative quality of life for patients while assisting surgeons in preoperative planning, enhancing surgical accuracy, and improving outcomes in complex oncologic cases. Despite its potential, comprehensive data on the effectiveness and applications of 3DP in orthopedic oncology are limited. This paper assesses whether using 3DP compared to conventional techniques results in better outcomes in orthopedic oncology. METHODS: A comprehensive search of Ovid MEDLINE, Embase, Scopus, and Web of Science was conducted until November 2024. Studies comparing 3D printing to conventional methods in orthopedic oncology and reporting outcomes such as operative time, blood loss, recurrence rates, or functional scores were included. Weighted means and meta-analyses were conducted to compare these outcomes. Statistical heterogeneity was adjusted by using a random-effects model. RESULTS: Fourteen studies comprising 478 patients met the inclusion criteria. Our primary findings were improved MSTS scores (mean difference [MD]: 2.17, p = 0.00) and decreased blood loss (MD: -69.8 mL, p = 0.00) in the 3D printing groups. There was no significant difference in operative time between 3D printing and conventional techniques (MD: -12.2 min, p = 0.32). Tumor recurrence rates did not differ significantly between groups (relative risk: 0.88, p = 0.50). Subgroup analyses indicated that 3D-printed implants showed the greatest benefit in reducing OR time and blood loss, with the other subgroups showing no significant difference in OR time, blood loss, or recurrence rate. CONCLUSION: The findings suggest that 3D printing in orthopedic oncology may enhance surgical precision by reducing OR time, intraoperative blood loss, and improving postoperative function, without affecting recurrence rates. Substantial heterogeneity limits confidence in these findings. 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».