Gait analysis in the postoperative assessment of intertrochanteric femur fractures
Notice bibliographique
Résumé
: Proximal femur fractures (PFFs) are an increasing public health concern. Improving gait and mobility after surgical fixation of intertrochanteric femur fractures (IFFs) is the most important target of research efforts. The purpose of this study is to investigate the role of gait analysis in the functional assessment of over-65 patients with stable and unstable IFFs, at a minimum 6-month follow-up. Fourteen patient's over-65 with IFFs (AO/OTA 31-A) treated with intramedullary nailing (EBA-2, Citieffe Srl, Italy) were enrolled. The patients were divided into two groups according to the fracture stable or unstable pattern, according to AO/OTA classification. At follow-up appointments, clinical outcomes [Harris Hip Score (HHS)], Western Ontario and McMaster University (WOMAC) and gait parameters were assessed. Radiographs were analyzed at the time of surgery and at each follow-up visit. At 3-month follow-up, both groups showed a significantly different gait patterns, compared with control subjects. At 6-month follow-up, a significant improvement of both mean HHS score (p=0.43) and mean WOMAC score was observed (p=0.43) within groups. Nonetheless, patients with stable fractures showed a comparable gait pattern, compared with control subjects, while patients with unstable fractures still presented a worse gait pattern, compared with control subjects. Therefore, in presence of an unstable IFF, a more aggressive rehabilitative program is needed. The data provided by postoperative gait analysis, therefore, could be useful to customize the patients' rehabilitative protocol, to quickly improve their walking ability and autonomy, thus reducing the post-operative re-fall risks.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».