Smaller medial component gaps at deep flexion are associated with better patient‐reported outcomes after robotic‐assisted cruciate‐retaining total knee arthroplasty using an anatomically designed implant
Notice bibliographique
Résumé
PURPOSE: Soft tissue balance is essential for optimal function and satisfaction after total knee arthroplasty (TKA). However, the clinical significance of medial gap patterns across the entire range of motion (ROM) remains unclear. This study aimed to examine the association between intraoperative medial gap patterns and post-operative patient-reported outcome measures (PROMs) in robotic-assisted cruciate-retaining (CR) TKA. It was hypothesized that medial gap patterns with smaller deep-flexion gaps relative to mid-flexion or 90° flexion would be associated with superior PROMs. METHODS: This retrospective study included 102 patients (120 knees) who underwent primary robotic-assisted CR TKA. Bone and cartilage resection thickness and simulated gaps were assessed at the planning stage, and the final component gaps were recorded at the trial stage. Medial gap patterns were classified as: 1 (constant), 2 (gradually increasing), 3 (increasing/decreasing) and 4 (gradually decreasing). Objective outcomes were assessed using the Knee Society Score (KSS), and subjective outcomes were evaluated using the Western Ontario and McMaster Universities Arthritis Index (WOMAC), Forgotten Joint Score-12 and the satisfaction score of the 2011 KSS. RESULTS: Ten, 47, 51 and 12 knees were classified into Patterns 1-4, respectively. The resection gaps at flexion and the flexion-extension gap difference were relatively larger in Pattern 2. Objective outcomes were comparable among patterns; however, the PROMs differed significantly. Pattern 3 demonstrated better WOMAC stiffness and KSS satisfaction scores than Patterns 1 and 2. CONCLUSION: Medial gap patterns in which deep-flexion gaps did not exceed those at mid-flexion or 90° flexion were associated with better PROMs in robotic-assisted CR TKA. These findings support the hypothesis that avoiding underestimation of native joint gaps at deep flexion is important for optimizing patient-reported outcomes. 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».