Fraturas periprotéticas do fêmur no peroperatório das artroplastias totais primárias do quadril
Bibliographic record
Abstract
Resumo Objetivo Determinar a incidência de fraturas periprotéticas do fêmur no peroperatório em artroplastias primárias do quadril e correlacioná-las com os fatores de risco inerentes aos pacientes, implantes e ao diagnóstico de coxoartrose e/ou fratura do colo do fêmur. Métodos Estudo transversal, com análise retrospectiva de prontuários e exames de imagem de arquivos dos pacientes operados entre 2014 e 2019. As variáveis analisadas seguiram o proposto pela literatura mundial, sendo elas: idade, sexo, índice de Dorr, indicação cirúrgica, classificação de Vancouver, local, tipo de fixação (cimentada ou não cimentada), modelo do implante utilizado, diagnóstico intraoperatório e tratamento instituído. Todas as cirurgias utilizaram a mesma via de acesso póstero-lateral e foram realizadas pelo mesmo grupo de cirurgiões. Resultados Dentro da amostra de 2.217 artroplastias (2.154 pacientes) foram identificadas 12 fraturas (0,56%) em 12 pacientes. A amostra foi composta por 8 pacientes do gênero feminino e 4 do gênero masculino, com média de idade de 62,53 anos. Em todos os casos diagnosticados foram adicionadas cerclagens de proteção ao nível do pequeno trocanter e ou do grande trocanter e em 3 casos houve mudança de hastes femorais não cimentadas para cimentadas e apenas 1 evoluiu com necessidade de revisão. Conclusão A análise dos dados permite afirmar que o risco de fratura periprotética intraoperatória é maior em mulheres e com o uso de hastes não cimentadas. A ocorrência destas neste estudo teve taxa inferior a 1%.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".