Severity-dependent benefits of AI-assisted 3D planning in total hip arthroplasty: a Crowe I–IV subgroup and trend analysis
Notice bibliographique
Résumé
PURPOSE: To compare AI-assisted 3D (AI-3D) preoperative planning versus two-dimensional (2D) X-ray preoperative planning for total hip arthroplasty (THA) using subgroup analyses (Crowe I-II vs. III-IV), and to examine associations between deformity severity and both planning accuracy and clinical outcomes via ordered trend analyses. METHODS: Single-centre retrospective cohort including 116 consecutive patients undergoing THA (May 2020-July 2023; AI-3D n = 61; 2D X-ray n = 55). Co-primary endpoints were exact implant size-match (cup/stem) and acetabular safe-zone attainment (Lewinnek/Callanan); Secondary endpoints included operative time, estimated blood loss, postoperative leg-length discrepancy (LLD), and 24-month functional scores-Harris Hip Score (HHS), Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and pain on a visual analog scale (VAS)-plus implant survivorship. Analyses compared AI-3D versus 2D within prespecified Crowe subgroups; ordered trend tests across I-IV were performed in the pooled cohort. RESULTS: Overall comparisons showed that AI-3D demonstrated significantly higher accuracy in sizing prediction and acetabular cup positioning in this study: cup size-match 63.9% versus 41.8% (P = 0.017), stem size-match 65.6% versus 47.3% (P = 0.047), and Lewinnek/Callanan safe-zone attainment 91.8% versus 76.4% (P = 0.021); by contrast, operative time and blood loss did not differ significantly. Subgroup analyses suggested that this benefit was mainly confined to Crowe I-II, while in Crowe III-IV the differences were not significant. At the 24-month follow-up, HHS, WOMAC, VAS, and implant survivorship (≈ 98%) were comparable between groups. In trend analyses pooling both cohorts, cup match rates decreased as Crowe grade increased (P = 0.004), the extent of functional improvement (change in HHS (ΔHHS), change in WOMAC (ΔWOMAC)) rose with greater deformity severity (both P ≤ 0.001), and safe-zone attainment remained high without a clear monotonic trend. CONCLUSIONS: AI-3D preoperative planning provides measurable gains in implant sizing and acetabular cup positioning for THA, with benefits most evident in mild-to-moderate deformities (Crowe I-II). In severe deformities (Crowe III-IV), anatomical and reconstructive challenges appear to limit these advantages, emphasizing the continued importance of surgical expertise. Functional outcomes were comparable between AI-3D and conventional 2D planning. Overall, AI-3D may serve as a useful adjunct in complex cases, pending confirmation in larger multicentre and long-term studies.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».