The contribution of lower limbs to Pelvic Tilt: A baseline and postoperative full-body analysis
Notice bibliographique
Résumé
BACKGROUND: Pelvic tilt (PT) has been a parameter of interest in biomechanics of spinal deformity for decades. It remains unclear how patients achieve different values of PT pre- and postoperatively. RESEARCH QUESTION: This study aimed at assessing the relative contribution of hip extension, knee flexion and ankle extension to PT, factoring malalignment and hip osteoarthritis (OA). METHODS: This retrospective study included Adult Spinal Deformity (ASD) patients with preoperative full-body radiographs from a multicenter database, with a sub-analysis of patients with complete 1-year follow-up (1yFU). Age and PI-adjusted normative PT (NormPT) and offset from norm (OffPT) were calculated, as for sacro-femoral angle (SFA), knee flexion angle (KA) and ankle angle (AA). Multivariate linear regression models controlling for age, frailty, severe hip OA, pelvic incidence (PI), SFA, and KA were used to predict PT at baseline, and offset from NormPT. Another model was generated to predict PT change. RESULTS: 600 patients at baseline and 336 with 1yFU were included. Mean age was 61 ± 15, 70.2 % were females and 40 % were revision cases. At baseline, regression analysis revealed that 0.9° increase in hip extension (SFA) and a 0.6° increase in knee flexion (KA) amounted to 1° increase in PT. Knee and ankle contribution to PT significantly increased for while hip extension decreased as TPA augmented (p < 0.001). Patients with low deformity compensated with hip extension, while knee flexion was the largest contributor of PT in high deformity patients: 70.7 % (44.7 - 111.9). Median contribution of knee flexion to PT was larger for patients who presented hip OA. SIGNIFICANCE: This study demonstrated that PT is a phenomenon driven by extension of the hips and flexion of the knees and proposed values to predict PT from those two compensatory mechanisms. Magnitude of spinal deformity and hip OA alters the magnitude of SFA/KA contribution to PT.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».