[Comparative study on gait function one year after HURWA robotic-assisted and MAKO robotic-assisted total knee arthroplasty based on MediaPipe motion capture].
Notice bibliographique
Résumé
OBJECTIVE: To systematically assess the differences in gait parameters and clinical efficacy between HURWA robot-assisted total knee arthroplasty(TKA) and MAKO robotic-assisted TKA during the 1-year postoperative follow-up period. METHODS: . In the MAKO group, there were also 20 patients, consisting of 4 males and 16 females, with an age range of 58 to 80 years old with an average of (67.50±6.88) years old, BMI ranging from 25.39 to 29.30 kg·m-2 with an average of(26.86 ±1.23) kg·m-2. To comprehensively evaluate the improvement in knee joint function, the Western Ontario and McMaster Universities osteoarthritis index (WOMAC) and American Knee Society score (KSS) were used for clinical efficacy evaluation. In gait analysis, an innovative computer vision-based human pose estimation framework, MediaPipe, was used to quantitatively measure the spatiotemporal parameters (such as walking speed, step frequency, stride length, step width, etc.) and kinematic parameters (such as gait cycle, stance time, stance phase, swing time, swing phase, knee joint active flexion angle, etc.) of both groups preoperatively and 1 year postoperatively. A dynamic evaluation of the maximum hip flexion and knee flexion angles during functional activities (such as squatting) was also conducted to fully reflect the recovery of patients' motor function. RESULTS: >0.05). CONCLUSION: Both HURWA robot-assisted TKA and MAKO robot-assisted TKA demoonstrated equivalent outcones in terms of functional recovery and gait improvement 1 year postoperatively.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».