MétaCan
Menu
Retour à la cohorte

Periprosthetic Femur Fractures After Total Hip Arthroplasty: Risk Factors and Management Strategies

2025· article· W4415430335 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineNeuroscience
ThématiqueAnesthesia and Neurotoxicity Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeriprostheticOrthopedic surgeryTotal hip arthroplastyMultidisciplinary approachFemurArthroplastyEvidence-based medicineProsthesisComplication

Résumé

récupéré en direct d'OpenAlex

Background: Periprosthetic femur fractures (PFFs) are increasingly recognized as a significant complication following total hip arthroplasty (THA), particularly as the number of procedures rises. While THA is one of the most successful orthopedic surgeries, PFFs can compromise outcomes and demand complex management. Objective: To review current literature and identify patient- and implant-related risk factors for PFFs, as well as to summarize effective management strategies guided by classification systems. Methods: A structured literature review was conducted using PubMed, focusing on articles published in the past 10 years. Eight peer-reviewed studies were selected based on relevance to femoral fractures post-THA. Data on incidence, risk factors, stem design, and treatment approaches were extracted and synthesized. Results: Key patient-related risk factors include advanced age, female sex, osteoporosis, low body mass index, and certain metabolic conditions. Implant-related risk is elevated with cementless stems, particularly collarless and single-wedge taper designs. The Vancouver Classification system effectively guides treatment: stable fractures (B1) are managed with fixation, while unstable fractures (B2/B3) often require stem revision with cables. High reoperation rates are associated with unstable fractures. Conclusion: Recognition of risk factors and individualized treatment planning is essential for preventing and effectively managing PFFs. Stem design plays a crucial role in fracture risk, and the use of classification systems supports optimal decision-making. Surgical expertise and multidisciplinary coordination are paramount in managing complex cases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,288
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnesthesia and Neurotoxicity ResearchTravaux en français237 207